本发明专利技术公开了一种潮流断面功率调整关键影响节点的提取方法及装置，所述方法包括：获取电力系统的状态因素数据；基于改进VIPER算法和状态因素数据获取最佳决策树模型；获取最佳决策树模型中的各节点；获取各节点与电力系统物理节点的对应关系；根据预设度量指标评估各节点对电力系统潮流断面功率调整的重要程度；基于对应关系和各节点对电力系统潮流断面功率调整的重要程度从电力系统物理节点中提取潮流断面功率调整关键影响节点。本发明专利技术基于压缩思想的改进VIPER算法，分析决策树结构并评估各节点对潮流断面功率调整的重要程度，可高效准确地识别出对预测结果影响较大的特征或属性，进而能高效准确地提取潮流断面功率调整关键影响节点。
1、在电力系统的运行与控制中，潮流分析是一个重要的工具，能够帮助电力系统运营者理解电力流的分布情况，从而确保电力系统的安全、可靠运行。传统的潮流分析方法主要包括潮流计算和断面功率调整。潮流计算利用牛顿-拉夫逊法、pq分解法等数值算法计算电力系统中各节点的电压和相角，从而得到电力系统的潮流分布情况。断面功率调整通过调节发电机出力、变压器分接头位置和无功补偿设备等手段，改变潮流分布，以控制断面的功率流。在潮流分析中，断面的功率调整是一个关键问题，通过调整断面功率，可以控制电力流的分布，以满足电力系统的安全和经济性要求。
2、在潮流分析中，关键影响节点的提取是一个重要的研究方向。现有的关键节点提取方法主要包括灵敏度分析法、集中度分析法、网络结构分析法和实测数据驱动法。上述方法在一定程度上能够提取电力系统中的关键影响节点，但仍存在一些不足之处。灵敏度分析法通常需要大量的计算资源，且结果容易受到系统状态变化的影响，稳定性较差。集中度分析法依赖于电力系统的拓扑结构，无法充分考虑实际运行中的动态变化。网络结构分析法侧重于静态结构分析，难以反映实际运行中的实时变化和复杂性。实测数据驱动法虽然能够反映实际运行情况，但需要大量的历史数据和实时监测数据，且难以预测未来的变化趋势。
>1、本专利技术提供了一种潮流断面功率调整关键影响节点的提取方法及装置，以解决上述技术问题，能够高效准确地提取潮流断面功率调整关键影响节点。2、为了解决上述技术问题，本专利技术提供了一种潮流断面功率调整关键影响节点的提取方法，包括：
3、获取电力系统的状态因素数据；
4、基于改进viper算法和所述状态因素数据获取最佳决策树模型；
5、基于最佳决策树模型获取最佳决策树模型中的各个节点；
6、获取各个节点与电力系统物理节点的对应关系；
7、根据预设度量指标评估各个节点对电力系统潮流断面功率调整的重要程度；
8、基于对应关系和各个节点对电力系统潮流断面功率调整的重要程度，从电力系统物理节点中提取潮流断面功率调整关键影响节点。
9、本专利技术的有益效果为：
10、本专利技术基于改进viper算法和电力系统数据获取最佳决策树模型和最佳决策树模型中的各个节点，并基于对应关系和各个节点对电力系统潮流断面功率调整的重要程度，从电力系统物理节点中提取潮流断面功率调整关键影响节点，其中，改进viper算法基于viper算法的模型压缩思想，能够降低获取最佳决策树模型的计算复杂度，提高计算分析效率，而决策树模型易于理解、解释，其节点用于表征一个电力系统的特征或属性，并可以更好地探索和利用特征之间的相关性，通过分析决策树的结构并评估各个节点对电力系统潮流断面功率调整的重要程度，可以高效准确地识别出对预测结果影响较大的特征或属性，进而能够高效准确地提取潮流断面功率调整关键影响节点。
11、作为优选方案，所述基于改进viper算法和所述状态因素数据获取最佳决策树模型，包括：
12、基于改进viper算法，利用预设强化学习模型和状态因素数据生成若干状态-动作数据及类别分布；
13、基于若干状态-动作数据及类别分布得到初始数据集；
14、基于改进viper算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，直到达到迭代条件，得到n个分类模型，n为正整数；
15、在n个分类模型中获取最佳决策树模型。
16、作为优选方案，所述基于改进viper算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，包括：
17、基于改进viper算法，分别对初始数据集中的每个类别进行重采样，以得到训练数据集；
18、基于训练数据集训练预设决策树模型，得到当前分类模型；
19、控制当前分类模型在随机潮流初始状态下生成新状态数据；
20、获取预设强化学习模型在新状态数据下的新动作数据；
21、基于新状态数据和新动作数据得到新状态-动作数据；
22、根据预设条件判断是否将新状态-动作数据合并到初始数据集，以更新初始数据集并使初始数据集满足预设状态。
23、作为优选方案，每次迭代的损失函数如下式所示：
24、
25、上式中，ht(s)指s状态下t时刻采取动作在初始数据集中所占的比例，t∈{0,…,t-1}；为动作价值函数；为状态价值函数。
26、作为优选方案，所述根据预设条件判断是否将新状态-动作数据合并到初始数据集，包括：
27、对新状态-动作数据进行价值评估，得到评估结果；
28、基于评估结果计算新状态-动作数据的保留概率；
29、当确定保留概率大于保留概率阈值，则将新状态-动作数据合并到初始数据集。
30、作为优选方案，所述预设状态包括：初始数据集中各类别数据均衡且维持初始数据集的类别分布。
31、相应的，为了解决上述技术问题，本专利技术还提供了一种潮流断面功率调整关键影响节点的提取装置，包括：数据获取模块、模型获取模块、节点评估模块和节点提取模块；
32、其中，所述数据获取模块用于所述用于获取电力系统的状态因素数据；
33、所述模型获取模块用于基于改进viper算法和所述状态因素数据获取最佳决策树模型；
34、所述节点评估模块用于基于最佳决策树模型获取最佳决策树模型中的各个节点；获取各个节点与电力系统物理节点的对应关系；根据预设度量指标评估各个节点对电力系统潮流断面功率调整的重要程度；
35、所述节点提取模块用于基于对应关系和各个节点对电力系统潮流断面功率调整的重要程度，从电力系统物理节点中提取潮流断面功率调整关键影响节点。
36、作为优选方案，所述模型获取模块包括：数据集生成单元、迭代更新单元和模型获取单元；
37、其中，所述数据集生成单元用于基于改进viper算法，利用预设强化学习模型和状态因素数据生成若干状态-动作数据及类别分布；基于若干状态-动作数据及类别分布得到初始数据集；
38、所述迭代更新单元用于基于改进viper算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，直到达到迭代条件，得到n个分类模型，n为正整数；
39、所述模型获取单元用于在n个分类模型中获取最佳决策树模型。
40、作为优选方案，所述迭代更新单元用于基于改进viper算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，包括：
41、基于改进viper算法，分别对初始数据集中的每个本文档来自技高网...
【技术保护点】
1.一种潮流断面功率调整关键影响节点的提取方法，其特征在于，包括：
2.如权利要求1所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述基于改进VIPER算法和所述状态因素数据获取最佳决策树模型，包括：
3.如权利要求2所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述基于改进VIPER算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，包括：
4.如权利要求2所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，每次迭代的损失函数如下式所示：
5.如权利要求3所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述根据预设条件判断是否将新状态-动作数据合并到初始数据集，包括：
6.如权利要求3所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述预设状态包括：初始数据集中各类别数据均衡且维持初始数据集的类别分布。
7.一种潮流断面功率调整关键影响节点的提取装置，其特征在于，包括：数据获取模块、模型获取模块、节点评估模块和节点提取模块；
8.如权利要求7所述的一种潮流断面功率调整关键影响节点的提取装置，其特征在于，所述模型获取模块包括：数据集生成单元、迭代更新单元和模型获取单元；
9.如权利要求8所述的一种潮流断面功率调整关键影响节点的提取装置，其特征在于，所述迭代更新单元用于基于改进VIPER算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，包括：
10.如权利要求8所述的一种潮流断面功率调整关键影响节点的提取装置，其特征在于，每次迭代的损失函数如下式所示：
...
【技术特征摘要】
1.一种潮流断面功率调整关键影响节点的提取方法，其特征在于，包括：
2.如权利要求1所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述基于改进viper算法和所述状态因素数据获取最佳决策树模型，包括：
3.如权利要求2所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述基于改进viper算法，迭代更新初始数据集并在每次迭代后基于初始数据集训练预设决策树模型，包括：
4.如权利要求2所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，每次迭代的损失函数如下式所示：
5.如权利要求3所述的一种潮流断面功率调整关键影响节点的提取方法，其特征在于，所述根据预设条件判断是否将新状态-动作数据合并到初始数据集，包括：
6.如权利要求3所述的一种潮流断...
【专利技术属性】
技术研发人员：翟苏巍，李文云，吴琛，黄伟，程凯，余洋，
申请(专利权)人：云南电网有限责任公司，
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。