【技术实现步骤摘要】
本专利技术涉及电力系统，具体涉及一种配电网状态评估方法及系统。
技术介绍
1、配电网作为电力系统的关键环节，其运行的安全性和稳定性对于整个电力系统的正常运作具有至关重要的影响。因此，对配电网状态的精准评估成为配电管理系统中的核心任务。然而，由于当前数据采集量有限以及网络信息冗余度不足等问题，现有的配电网状态评估方法往往受到数据采集装置、数据传输环节以及网络拓扑结构等误差的干扰，导致评估结果在不同程度上存在不可靠性，精度难以满足实际生产的需要，这无疑给配电网的安全稳定运行带来了一定的挑战。以往的数据驱动模型在伪测量预测上表现欠佳，同时未能充分融入配电网的物理特性。
2、公布号为cn118037016a的现有专利技术专利申请文献《一种基于深度学习的电力资源响应控制方法及系统》，该现有方法包括：获取电力系统资源数据；对电力系统资源数据进行数据预处理，生成标准电力系统资源数据；对标准电力系统资源数据进行数据湮没化，生成电力系统资源脱敏数据；对电力系统资源脱敏数据进行多维度数据融合，生成多维度电力资源数据；对多维度电力资源数据进行时空关联，生成多维度电力资源时空关联分析数据；对多维度电力资源时空关联分析数据进行电力资源响应供应制定，从而生成电力资源响应策略。从该现有方案的具体实施内容可知，该现有技术采用数据预处理、多维度融合、模拟动态调节和性能优化。同时，该现有方案构建多头注意力模型，多头注意力机制允许模型同时关注输入的不同部分，有助于捕捉时空关联关系。将每个输入特征嵌入到低维空间，实现多头注意力机制，使模型能够同时关注不同的
3、综上，现有技术存在误差干扰、未充分融入配电网的物理特性，导致评估结果不可靠的技术问题。
技术实现思路
1、本专利技术所要解决的技术问题在于：如何解决现有技术中误差干扰、未充分融入配电网的物理特性，导致评估结果不可靠的技术问题。
2、本专利技术是采用以下技术方案解决上述技术问题的：一种配电网状态评估方法包括：
3、s1、将配电网的母线作为图拓扑节点，将配电网的连接线路作为边，根据图拓扑节点、边构建得到图模型；
4、s2、根据图模型中，图拓扑节点的母线特征，以及边的连接线路特征，对配电网进行状态评估操作；
5、s3、将母线的注入功率、负荷功率作为量测数据，以利用状态估计模型，估计得到母线系统状态信息；
6、s4、利用图模型中的拓扑结构，展示配电网的物理连接关系，根据物理连接关系，利用图卷积网络估计得到配电网系统状态信息。
7、本专利技术基于深度图卷积技术进行配电网状态估计，能够将节点的邻居特征与全局特征相结合，从而精确估计节点的状态信息。本专利技术借助物理拓扑知识实现信息的高效传递，并将物理模型信息深度整合至图卷积网络的学习过程中。通过深入挖掘数据的高维结构信息，显著提升了模型的抗差性能。
8、本专利技术提出了一种基于深度图卷积的配电网状态估计模型。该方法利用物理拓扑知识进行信息传递，将物理模型信息嵌入图卷积网络学习过程中，通过挖掘数据高维的结构信息来增强模型的抗差性能。引入图注意力机制强化状态估计模型的性能。
9、在更具体的技术方案中，s1中，利用图模型，根据母线及连接线的特征数据，融合处理配电网的物理特性，以反映配电网的物理结构。
10、本专利技术将配电网的母线作为图拓扑的节点，连接线路作为边，构建出图模型。在状态估计任务中，来源于母线的特征，如电压幅值、电压相位、注入功率、负荷功率等，用节点信息表示；支路电流、线路阻抗等则由边信息表示。将母线的注入功率与负荷功率被视为量测数据，母线的电压幅值与电压相位是需要估计的系统状态。因此，本方法的状态估计模型是将功率的节点特征转换为电压的节点特征。
11、在更具体的技术方案中，s2中，母线特征包括：电压幅值、电压相位、注入功率以及负荷功率。
12、在更具体的技术方案中，s2中，连接线路特征包括：支路电流、线路阻抗；其中，利用边中的边信息，表示支路电流、线路阻抗。
13、在更具体的技术方案中，s3中，母线系统状态信息包括：电压幅值、电压相位。
14、在更具体的技术方案中，s3包括：
15、s31、利用状态估计模型，将注入功率、符合功率对应的图拓扑节点特征，转换为电压节点特征；
16、s32、跟了电压节点特征，估计得到母线系统状态信息。
17、在更具体的技术方案中，s4中，利用下述逻辑，表达拓扑结构：
18、g＝(v，e)
19、式中，v代表图拓扑结构的节点；e代表图拓扑结构的边。
20、在更具体的技术方案中，图卷积网络中，利用下述逻辑估计配电网系统状态信息：
21、n(v，δ)＝f(g，n(p，q，l，j))
22、式中，n(v，δ)为节点的电压幅值及电压相位。
23、本专利技术采用的图卷积网络作为一种创新的卷积神经网络，能够将网络拓扑结构信息融入其架构之中。它基于值排序选择特定数量的邻近节点，将图数据转换为一维网格结构，并通过多层图卷积实现特征的高效提取。本专利技术显著提升了模型的解释性和适应性。鉴于配电网的节点与传输线路天然形成图结构，图卷积神经网络在处理此类数据时具有对图结构的优越处理能力和可解释性。
24、在更具体的技术方案中，s42中，图卷积网络f在拓扑结构g的基础上，对节点的注入功率与支路注入功率n(p，q，l，j)，学习配电网的数据特征。
25、本专利技术还引入多头图注意力机制，旨在进一步强化状态估计模型的性能。与其他状态估计方法相比，本方本文档来自技高网...
【技术保护点】
1.一种配电网状态评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S1中，利用所述图模型，根据所述母线及所述连接线的特征数据，融合处理所述配电网的物理特性，以反映配电网的物理结构。
3.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S2中，所述母线特征包括：电压幅值、电压相位、所述注入功率以及所述负荷功率。
4.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S2中，所述连接线路特征包括：支路电流、线路阻抗；其中，利用所述边中的边信息，表示所述支路电流、所述线路阻抗。
5.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S3中，所述母线系统状态信息包括：电压幅值、电压相位。
6.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S3包括：
7.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S4中，利用下述逻辑，表达所述拓扑结构：
8.根据权利要求1所述的一种配电网状态评估方法，其特征
9.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述S42中，所述图卷积网络f在所述拓扑结构G的基础上，对节点的注入功率与支路注入功率N(P，Q，L，J)，学习所述配电网的数据特征。
10.一种配电网状态评估系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种配电网状态评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述s1中，利用所述图模型，根据所述母线及所述连接线的特征数据，融合处理所述配电网的物理特性，以反映配电网的物理结构。
3.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述s2中，所述母线特征包括：电压幅值、电压相位、所述注入功率以及所述负荷功率。
4.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述s2中，所述连接线路特征包括：支路电流、线路阻抗；其中，利用所述边中的边信息，表示所述支路电流、所述线路阻抗。
5.根据权利要求1所述的一种配电网状态评估方法，其特征在于，所述s...
【专利技术属性】
技术研发人员：薛鑫，张乐桢，侯焱伦，周龙，刘颖，孙启娟，郭光建，郭庭哲，段尧，魏立保，朱婷，芦爱燕，李瑞基，蔡忠懿，程媛媛，张琳，邓子成，李菁华，孙飞，吴立刚，刘俊，
申请(专利权)人：国网甘肃省电力公司白银供电公司，
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。