一种基于stacking和稳态数据的电网动态电压安全统一评估方法与流程

本发明涉及一种基于stacking和稳态数据的电网动态电压安全统一评估方法，属于电网动态电压安全统一评估。

背景技术：

1、随着直流输电占比不断增加，现已成为受端电网重要的电力供应形式。然而，受端电网某处发生故障可能会引起高压直流落点母线电压跌落，进而引发换流器连续换相失败甚至直流闭锁，对受端电网造成大功率缺额，严重影响受端电网的安全稳定运行。因此，高压直流落点母线的电压安全对高压直流通道供电可靠性至关重要，针对直流落点母线的动态电压安全评估是降低直流闭锁风险的有效措施。

2、动态电压安全评估方法主要有时域仿真和人工智能两类。时域仿真方法基于详细的数学模型，能准确地考虑各部件的动态特性。但是，时域仿真计算量太大，无法满足在线估计的快速性。基于数据挖掘的人工智能方法作为一种新兴技术，可以在一定精度范围内快速评估动态电压安全。根据输入特征，现有的基于人工智能的动态电压安全评估方法可分为两类。第一类是基于量测数据的动态电压安全评估方法，由于该方法是在故障发生后才可获得动态量测数据，无法指导后续的电压预防控制。第二类是使用故障前稳态特征，但多数研究仅针对单个故障位置构建专用评估模型，应用在大规模系统中存在“模型数量灾”问题。

技术实现思路

1、本发明目的是提供了一种基于stacking和稳态数据的电网动态电压安全统一评估方法，实现了故障位置的统一动态电压安全评估，提高了电压安全评估精度。

2、本发明为实现上述目的，通过以下技术方案实现：

3、一种基于stacking和稳态数据的电网动态电压安全统一评估方法，包括：

4、获取电网节点导纳矩阵，并求逆得到节点阻抗矩阵，以直流落点母线作为参考节点，计算故障点至各参考节点间的阻抗电气距离，得到故障位置特征；

5、获取电网历史运行方式，并基于拉丁立方抽样得到电网大量随机的运行方式，得到稳态运行方式特征；

6、对故障位置特征和稳态运行方式特征标准化处理，并通过时域仿真方式获取每个运行方式和故障位置案例样本对应的动态电压安全标签，输出各直流落点母线在故障持续期间的电压最大偏移值；

7、构建基于stacking集成策略的动态电压安全评估模型，将故障位置特征和稳态运行方式特征作为模型输入，将电压最大偏移值作为模型的目标值进行训练；

8、根据电网新能源出力预测信息、负荷预测信息和调度计划，生成电网未来场景，并通过潮流计算获取未来场景下的稳态运行方式特征；

9、将未来场景下的稳态运行方式特征和故障位置特征输入到训练完成的动态电压安全评估模型获取预测结果。

10、优选的，所选稳态运行方式特征包括：节点电压幅值、节点电压相角、发电机节点有功功率、发电机节点无功功率、负荷节点有功功率、负荷节点无功功率。

11、优选的，所述故障位置特征包括母线节点故障位置特征和支路故障点故障位置特征；

12、所述母线节点故障位置特征具体获取方式如下：

13、选取故障电网的母线节点作为参考节点，获取故障电网故障节点与参考节点的节点导纳矩阵，并将节点导纳矩阵求逆得到节点阻抗矩阵，根据阻抗电气距离公式计算任意两母线节点间的电气距离，组成电气距离矩阵，根据电气距离矩阵获得母线节点故障位置特征；

14、所述支路故障点故障位置特征具体获取方式如下：

15、将故障点作为新的母线节点，获取包含节点的节点导纳矩阵，将节点导纳矩阵求逆得到节点阻抗矩阵，并根据阻抗电气距离公式获取包含故障点的电气距离矩阵，根据电气距离矩阵获得故障点故障位置特征。

16、优选的，所述阻抗电气距离公式具体如下：

17、，

18、其中，表示节点与节点之间的电气距离，表示节点与节点之间的等效阻抗，表示单位电流源连接节点与节点之间时节点和节点之间的电压，表示单位电流注入节点其他节点均开路时节点与节点间的电压，表示单位电流注入节点其他节点均开路时节点与节点间的电压，表示节点的自阻抗，表示节点与节点之间的互阻抗，表示节点与节点之间的互阻抗，表示节点的自阻抗。

19、优选的，所述母线节点m与两端母线的距离导纳矩阵具体如下：

20、，

21、其中，表示将线路上的故障点作为母线节点得到的节点导纳矩阵，表示节点的自导纳，表示节点的自导纳，表示节点的自导纳，、表示节点与节点之间的互导纳，、表示节点与节点之间的互导纳；

22、，

23、，

24、，

25、，

26、，

27、表示连接节点与节点的支路阻抗，表示连接节点与节点的支路对地导纳。

28、优选的，所述特征标准化处理公式具体如下：

29、

30、其中，表示初始特征值，表示标准化处理后的特征值，表示特征平均值，表示表示特征标准差。

31、优选的，所述动态电压安全评估模型的个体学习器包括梯度上升决策树、极限提升树、随机决策森林、极限决策树，并引入算法参数扰动的方法增强个体学习器间的多样性，对同一算法的5个学习器分别设置不同的基础决策树数量和学习随机因子。

32、优选的，所述动态电压安全评估模型为基于最优个体学习器的stacking集成模型，采用k-fold交叉验证法对stacking模型进行训练，并通过基于网格搜索方法寻找个体学习器的最优超参数组合。

33、优选的，所述动态电压安全评估模型训练过程采用5倍交叉验证训练单个学习器并生成次级训练集。

34、本发明的优点在于：本发明提出了一种基于stacking集成和稳态数据的动态电压安全统一评估方法。基于故障前稳态数据构建动态电压安全评估模型，无需时域仿真和量测数据，即可快速预测电网未来场景在各预想故障下的电压最大偏移值。以故障至参考节点间的电气距离作为预想故障特征，实现了预想故障位置的统一动态电压安全评估。基于stacking算法和多个浅层学习器构建动态电压安全集成评估模型，克服了单一学习器学习能力不足的问题，显著提高了电压安全评估精度。

技术特征：

1.一种基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，包括：

2.根据权利要求1所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所选稳态运行方式特征包括：节点电压幅值、节点电压相角、发电机节点有功功率、发电机节点无功功率、负荷节点有功功率、负荷节点无功功率。

3.根据权利要求1所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述故障位置特征包括母线节点故障位置特征和支路故障点故障位置特征；

4.根据权利要求3所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述阻抗电气距离公式具体如下：

5.根据权利要求3所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述母线节点m与两端母线的距离导纳矩阵具体如下：

6.根据权利要求1所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述特征标准化处理公式具体如下：

7.根据权利要求6所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述动态电压安全评估模型的个体学习器包括梯度上升决策树、极限提升树、随机决策森林、极限决策树，并引入算法参数扰动的方法增强个体学习器间的多样性，对同一算法的5个学习器分别设置不同的基础决策树数量和学习随机因子。

8.根据权利要求7所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述动态电压安全评估模型为基于最优个体学习器的stacking集成模型，采用k-fold交叉验证法对stacking模型进行训练，并通过基于网格搜索方法寻找个体学习器的最优超参数组合。

9.根据权利要求8所述的基于stacking和稳态数据的电网动态电压安全统一评估方法，其特征在于，所述动态电压安全评估模型训练过程采用5倍交叉验证训练单个学习器并生成次级训练集。

10.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至9任一所述的基于stacking和稳态数据的电网动态电压安全统一评估方法。

技术总结
本发明提供了一种基于stacking和稳态数据的电网动态电压安全统一评估方法，属于电网动态电压安全统一评估技术领域。获取电网节点导纳矩阵，并求逆得到节点阻抗矩阵，以直流落点母线作为参考节点，计算故障点至各参考节点间的阻抗电气距离，得到故障位置特征；获取稳态运行方式特征；对故障位置特征和稳态运行方式特征标准化处理，并获得各直流落点母线在故障持续期间的电压最大偏移值；构建基于stacking集成策略的动态电压安全评估模型进行训练；获取未来场景下的稳态运行方式特征；将未来场景下的稳态运行方式特征和故障位置特征输入到训练完成的动态电压安全评估模型获取预测结果。本发明实现了计及故障位置的统一动态电压安全评估，提高了电压安全评估精度。

技术研发人员：马琳琳,马欢,张冰,蒋哲,赵康,朱元振,周宁,苗伟威,邢法财,李新,房俏,汪挺,刘文学,武诚,田浩,乔立同
受保护的技术使用者：国网山东省电力公司电力科学研究院
技术研发日：
技术公布日：2024/3/5