电力稳控运行场景的确定方法、装置、设备及存储介质与流程

本发明涉及电力稳控系统，尤其是涉及电力稳控运行场景的确定方法、装置、设备及存储介质。

背景技术：

1、安全稳定控制系统(简称稳控系统)是保证大电网安全稳定运行的重要防线，它是当系统出现紧急状态后，通过执行各种紧急控制措施，使系统恢复到正常运行状态下的控制系统。

2、当前稳控系统通常采用人工离线设定动作判据和动作策略。当前人工制定稳控策略时，为准确搜索出稳定边界，一般采用网格化的场景生成和扫描，以较小的步长将关键厂站功率和直流功率可行取值离散化，进而穷举式的组合形成数量庞大的运行场景集。对这些运行场景逐一进行时域仿真，并判断故障下的稳定性，据此模拟找出稳定边界，为稳控动作的启动判据制订提供支撑信息。由此造成的问题是当关键运行变量较多时，存在运行场景组合数量的爆炸式增长，计算量过大的问题，计算效率过低，导致制定稳控策略的效率很低，而且稳定分析扫描不够全面，电力系统的运行稳定性存在较大风险。

技术实现思路

1、本发明的目的是提供电力稳控运行场景的确定方法、装置、设备及存储介质，以解决现有技术制定稳控策略时效率较低且电力系统稳定性存在较大风险的技术问题。

2、本发明的目的，可以通过如下技术方案实现：

3、方案一，电力稳控运行场景的确定方法，包括：

4、获取目标电力稳控系统的若干特征变量及对应的预设取值约束，设置生成仿真样本的超参数；

5、根据所述特征变量、所述预设取值约束和所述超参数生成仿真样本全集，所述仿真样本全集中的各样本为各所述特征变量的特征值组成的特征向量；

6、分层训练支持向量机并进行层次搜索，每层迭代包括：利用已评估仿真样本集训练本层的支持向量机，利用本层训练好的所述支持向量机从所述仿真样本全集中进行搜索，得到下一层的仿真候选样本集；所述已评估仿真样本集中的样本包括所述特征向量和经暂态稳定评估得到的标签，所述标签为稳定或失稳；

7、根据所述下一层的仿真候选样本集确定继续执行上一步骤或结束层次搜索；

8、当结束层次搜索时，输出稳定边界样本及对应的标签以制定电力稳控策略，所述稳定边界样本为在所述特征变量构成的特征空间中表示稳定边界的电力运行场景。

9、可选地，利用已评估仿真样本集训练本层的支持向量机之前还包括：

10、利用本层的仿真候选样本集生成本层仿真样本集，首层的仿真候选样本集为所述仿真样本全集，其他各层的仿真候选样本集为上一层的搜索结果；

11、对所述本层仿真样本集的各样本进行暂态稳定评估得到对应的标签；

12、将所述本层仿真样本集的各样本及其标签添加到已评估仿真样本集，所述已评估仿真样本集包括本层、本层以前各层的所述本层仿真样本集中的样本及对应的标签。

13、可选地，利用本层的仿真候选样本集生成本层仿真样本集包括：

14、根据所述超参数对本层的仿真候选样本集进行分位点采样，得到本层仿真样本集。

15、可选地，对所述本层仿真样本集的各样本进行暂态稳定评估得到对应的标签包括：

16、根据稳定评估工具和预设稳定性判据，对所述本层仿真样本集中的各样本进行暂态稳定评估得到对应的标签。

17、可选地，根据稳定评估工具和预设稳定性判据，对所述本层仿真样本集中的各样本进行暂态稳定评估得到对应的标签包括：

18、将电网中特征变量的取值替换为所述本层仿真样本集中的各样本的取值，调用潮流计算工具进行潮流计算；

19、利用稳定评估工具和预设稳定性判据，对所述本层仿真样本集中的各样本进行预设扰动下的暂态稳定评估，得到对应的标签。

20、可选地，利用本层训练好的所述支持向量机从所述仿真样本全集中进行搜索，得到下一层的仿真候选样本集包括：

21、将所述仿真样本全集中的各样本输入本层训练好的所述支持向量机，得到各所述样本的预测标签；

22、对所述预测标签为正数的样本根据所述预测标签进行降序排列，将前面预设数量的所述样本加入临时样本集；

23、对所述预测标签为负数的样本根据所述预测标签进行降序排列，将前面预设数量的所述样本加入临时样本集；

24、根据所述仿真样本全集和所述临时样本集得到下一层的仿真候选样本集。

25、可选地，根据所述下一层的仿真候选样本集确定继续执行上一步骤或结束层次搜索包括：

26、判断所述下一层的仿真候选样本集是否为空，若是，则结束层次搜索；否则，进入下一层迭代。

27、方案二，电力稳控运行场景的确定装置，包括：

28、参数获取模块，用于获取目标电力稳控系统的若干特征变量及对应的预设取值约束，设置生成仿真样本的超参数；

29、样本生成模块，用于根据所述特征变量、所述预设取值约束和所述超参数生成仿真样本全集，所述仿真样本全集中的各样本为各所述特征变量的特征值组成的特征向量；

30、训练及搜索模块，用于分层训练支持向量机并进行层次搜索，每层迭代包括：利用已评估仿真样本集训练本层的支持向量机，利用本层训练好的所述支持向量机从所述仿真样本全集中进行搜索，得到下一层的仿真候选样本集；所述已评估仿真样本集中的样本包括所述特征向量和经暂态稳定评估得到的标签，所述标签为稳定或失稳；

31、执行判断模块，用于根据所述下一层的仿真候选样本集确定继续执行上一步骤或结束层次搜索；

32、结果输出模块，用于当结束层次搜索时，输出稳定边界样本及对应的标签以制定电力稳控策略，所述稳定边界样本为在所述特征变量构成的特征空间中表示稳定边界的电力运行场景。

33、方案三，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现方案一的步骤。

34、方案四，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现方案一的步骤。

35、有鉴如此，本发明带来的有益效果是：

36、本发明根据目标电力稳控系统的特征变量、取值约束和超参数生成仿真样本全集，利用已评估仿真集对支持向量机svm进行分层训练，继而利用训练好的支持向量机在仿真样本全集中动态搜索稳定边界临近区域内的场景集，形成递进式的智能化稳定边界场景搜索，能够以较少的时域仿真场景数量获得精细的稳定边界，实现对稳定边界运行场景的快速逼近，能显著降低制定稳控策略过程中稳定仿真分析的样本计算量，大幅提高计算效率；同时，稳定分析扫描充分全面，能保证电力系统的运行稳定性，能较好地兼顾大电网离线稳控分析计算的可靠性、完备性和计算效率。

技术特征：

1.电力稳控运行场景的确定方法，其特征在于，包括：

2.根据权利要求1所述的电力稳控运行场景的确定方法，其特征在于，利用已评估仿真样本集训练本层的支持向量机之前还包括：

3.根据权利要求2所述的电力稳控运行场景的确定方法，其特征在于，利用本层的仿真候选样本集生成本层仿真样本集包括：

4.根据权利要求2所述的电力稳控运行场景的确定方法，其特征在于，对所述本层仿真样本集的各样本进行暂态稳定评估得到对应的标签包括：

5.根据权利要求4所述的电力稳控运行场景的确定方法，其特征在于，根据稳定评估工具和预设稳定性判据，对所述本层仿真样本集中的各样本进行暂态稳定评估得到对应的标签包括：

6.根据权利要求1所述的电力稳控运行场景的确定方法，其特征在于，利用本层训练好的所述支持向量机从所述仿真样本全集中进行搜索，得到下一层的仿真候选样本集包括：

7.根据权利要求1所述的电力稳控运行场景的确定方法，其特征在于，根据所述下一层的仿真候选样本集确定继续执行上一步骤或结束层次搜索包括：

8.电力稳控运行场景的确定装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的电力稳控运行场景的确定方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的电力稳控运行场景的确定方法的步骤。

技术总结
本发明公开了电力稳控运行场景的确定方法、装置、设备及存储介质，其中方法包括：获取目标电力稳控系统的若干特征变量及对应的预设取值约束，设置生成仿真样本的超参数；根据特征变量、预设取值约束和超参数生成仿真样本全集；分层训练支持向量机并进行层次搜索，每层迭代包括：利用已评估仿真样本集训练本层的支持向量机，利用本层训练好的支持向量机从仿真样本全集中进行搜索，得到下一层的仿真候选样本集；根据下一层的仿真候选样本集确定继续执行上一步骤或结束层次搜索；当结束层次搜索时，输出稳定边界样本及对应的标签以制定电力稳控策略。本发明能显著降低制定稳控策略过程中仿真样本的计算量，能保证电力系统的运行稳定性。

技术研发人员：雷傲宇,李诗旸,蒋陈根,张锦扬,梅勇,朱思婷,陶文伟,甄鸿越,刘宇明
受保护的技术使用者：中国南方电网有限责任公司
技术研发日：
技术公布日：2024/1/15