【技术实现步骤摘要】
本专利技术涉及电气，特别是涉及一种一体化电力系统暂态稳定判别方法、产品、介质及设备。
技术介绍
1、在全球气候变暖政策的推动下，可再生能源在电力系统中的应用越来越广泛。相对于以往的同步机而言，新能源发电的随机性更强、可预估性降低，而电力电子设备的大量应用又进一步缩短了系统动态行为的时间尺度，电网在大扰动下的暂态稳定问题日渐突出。
2、传统的用于分析暂态稳定性的方法，常常从分析系统对大扰动的响应入手。如经典的时域仿真法，通过建立详细的系统模型，构建表征系统对故障和大干扰的响应非线性微分方程，再通过数值积分方法求解；但在高比例新能源接入的情形下，系统精准建模困难，预案式分析适用范围减少，不能满足实时性要求。暂态能量函数法则是通过计算故障切除时总能量与临界能量大小并确定相应的边界值判稳，但对于复杂的多机系统，能量函数构建困难且不稳定平衡点难以界定，适用范围大大缩小。
3、随着广域测量技术在电力系统中的广泛应用，越来越多的研究开始面向系统响应信息构建判稳指标。基于广域响应信息的判别方法，虽然能做到实时评估系统稳定，但由于实际通讯延迟的影响和计算过程复杂，判稳临界值的选取较为困难，判稳的提前量较为有限。
4、近年来，以深度学习、强化学习和迁移学习等高级机器学习为代表的新一代人工智能技术在处理海量数据、挖掘复杂非线性映射等方面体现出很强的优势，基于人工智能算法的电力系统暂态稳定分析也成为新的热点。人工智能方法在判断系统暂态稳定时大多通过端对端的“黑盒”模型或特征量与系统状态之间的映射关系实现，虽然能够反映
技术实现思路
1、针对现有人工智能方法理论不足和机理方法判别速度慢的问题，本专利技术提供一种一体化电力系统暂态稳定判别方法、产品、介质及设备，以在机理分析的基础上利用深度学习算法增强和改进稳定判别效果，能够实现对电力系统稳定的超前判别并同时判断系统主导稳定模式。
2、为实现上述目的，本专利技术提供了如下方案。
3、一方面，本专利技术提供一种一体化电力系统暂态稳定判别方法，包括：
4、在informer网络中叠加时间戳和位置戳信息，构建informer预测网络；
5、使用仿真得到的不同暂态电压、暂态功角稳定和失稳数据集训练informer预测网络，生成训练好的informer预测模型；
6、依据电力系统拓扑结果建立sbttc指数计算模块；所述sbttc指数计算模块利用支路两端的电压幅值和相位值计算支路sbttc指数；
7、基于训练好的informer预测模型实时预测电力系统电压幅值和相位值，遍历电力系统中所有支路并基于sbttc指数计算模块计算得到电力系统中所有支路的sbttc指数预测值；
8、基于sbttc指数预测值，利用积分判别法判断系统稳定，并通过sbttc指数预测值中电压因子和相位因子的相关系数比值判断系统失稳模式。
9、可选地，所述在informer网络中叠加时间戳和位置戳信息，构建informer预测网络，具体包括：
10、informer网络采用编码器-解码器基本架构，并使用概率稀疏注意力机制代替自注意力计算方法，概率稀疏注意力公式为：式中，为稀疏后只保留主导权重的查询矩阵；k为键矩阵；v为值矩阵；dk为输入维度；attenstion(·)表示概率稀疏注意力机制；softmax(·)表示softmax函数；
11、在informer网络前增加数据预处理层，在两个informer网络中叠加时间戳和位置戳信息，构建出informer预测网络；所述informer预测网络的输入为当前时段的电压幅值和相位值数据以及对应的时间戳和位置戳信息，输出为未来时段各节点电压和相位的预测值。
12、可选地，所述sbttc指数计算模块利用支路两端的电压幅值和相位值计算支路sbttc指数，具体包括：
13、所述sbttc指数计算模块利用公式计算支路i的sbttc指数sbttci；其中，ψu为电压因子，ψθ为相位因子；umiuni表示支路i两端节点电压幅值乘积；δθmni表示支路i两端节点相位值差值。
14、可选地，所述基于训练好的informer预测模型实时预测电力系统电压幅值和相位值，具体包括：
15、将训练好的informer预测模型接入广域量测系统；
16、当电力系统发生故障后，广域量测系统将监测的当前时段的电压幅值和相位值数据送入informer预测模型，得到未来时段各节点电压和相位的预测值。
17、可选地，所述基于sbttc指数预测值，利用积分判别法判断系统稳定，具体包括：
18、利用公式在所有sbttc指数预测值中锁定具有最小sbttc+指数的关键支路k；其中和分别表示支路i和关键支路k的sbttc指数预测值；min{·}表示取最小值；
19、利用公式计算在t0～tp时段的积分并取归一化值同时选取在tp时刻的数据其中δt表示积分区间；
20、如果和gk同时满足判别式和gk＜αgk，则判断系统失稳或已经趋于失稳，需要采取紧急控制；其中为末端判稳阈值；αgk为积分判稳阈值。
21、可选地，所述通过sbttc指数预测值中电压因子和相位因子的相关系数比值判断系统失稳模式，具体包括：
22、当判断出系统失稳后，基于协方差计算关键支路k的sbttc指数预测值与电压因子ψu的相关系数rsbttc-uk以及与相位因子ψθ的相关系数rsbttc-θk；
23、采用公式计算关键支路k的相关系数比值crθ-uk；
24、根据相关系数比值crθ-uk判断系统失稳模式。
25、可选地，所述根据相关系数比值crθ-uk判断系统失稳模式，具体包括：
26、当crθ-uk＞1时，判断为系统功角单独失稳模式；
27、当crθ-uk＜0.05时，判断为系统电压单独失稳模式；
28、当crθ-uk∈[0.05,1]且crθ-uk≥η时，判断为系统耦合失稳模式且以功角失稳为主导；其中η为主导稳定形态判断阈值；
29、当crθ-uk∈[0.05,1]且crθ-uk＜η时，判断为系统耦合失稳模式且以电压失稳为主导。
30、另一方面，本专利技术提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现所述一体化电力系统暂态稳定判别方法的步骤。
31、另一方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述一体化电力系统暂态稳定判别方法的步骤。
32、再一方面，本专利技术提供一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现所述一体化电力系统暂态稳定判别方法的步骤。
本文档来自技高网...
【技术保护点】
1.一种一体化电力系统暂态稳定判别方法，其特征在于，包括：
2.根据权利要求1所述的一体化电力系统暂态稳定判别方法，其特征在于，所述在Informer网络中叠加时间戳和位置戳信息，构建Informer预测网络，具体包括：
3.根据权利要求2所述的一体化电力系统暂态稳定判别方法，其特征在于，所述sBTTC指数计算模块利用支路两端的电压幅值和相位值计算支路sBTTC指数，具体包括：
4.根据权利要求3所述的一体化电力系统暂态稳定判别方法，其特征在于，所述基于训练好的Informer预测模型实时预测电力系统电压幅值和相位值，具体包括：
5.根据权利要求4所述的一体化电力系统暂态稳定判别方法，其特征在于，所述基于sBTTC指数预测值，利用积分判别法判断系统稳定，具体包括：
6.根据权利要求5所述的一体化电力系统暂态稳定判别方法，其特征在于，所述通过sBTTC指数预测值中电压因子和相位因子的相关系数比值判断系统失稳模式，具体包括：
7.根据权利要求6所述的一体化电力系统暂态稳定判别方法，其特征在于，所述根据相关系数比值
8.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述一体化电力系统暂态稳定判别方法的步骤。
9.一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，该计算机程序被处理器执行时实现权利要求1-7中任一项所述一体化电力系统暂态稳定判别方法的步骤。
10.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述一体化电力系统暂态稳定判别方法的步骤。
...【技术特征摘要】
1.一种一体化电力系统暂态稳定判别方法，其特征在于，包括：
2.根据权利要求1所述的一体化电力系统暂态稳定判别方法，其特征在于，所述在informer网络中叠加时间戳和位置戳信息，构建informer预测网络，具体包括：
3.根据权利要求2所述的一体化电力系统暂态稳定判别方法，其特征在于，所述sbttc指数计算模块利用支路两端的电压幅值和相位值计算支路sbttc指数，具体包括：
4.根据权利要求3所述的一体化电力系统暂态稳定判别方法，其特征在于，所述基于训练好的informer预测模型实时预测电力系统电压幅值和相位值，具体包括：
5.根据权利要求4所述的一体化电力系统暂态稳定判别方法，其特征在于，所述基于sbttc指数预测值，利用积分判别法判断系统稳定，具体包括：
6.根据权利要求5所述的一体化电力系统暂态稳定判别方法，...
【专利技术属性】
技术研发人员：徐光虎，邱建，吴冲，邹福强，张建新，李嘉逸，杨欢欢，梅涛，高琴，王伊渺，姜拓，翟潜河，李鹏，明杰，黄河，王媛，谢惠藩，陈明雪，廖建权，王渝红，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。