【技术实现步骤摘要】
本专利技术涉及电力系统电压安全，尤其涉及一种基于电网拓扑结构的暂态电压评估方法和装置。
技术介绍
1、近年来，随着电力系统新能源渗透率不断增加，输电网和配电网均表现出较强的波动性和不确定性，电网日内运行方式变化较大。由于系统中灵活性可调节资源相对匮乏，电力系统安全稳定裕度被不断压缩，运行点比以往更靠近安全域边界，使得电网在线安全稳定分析愈发重要。不同于数值仿真、暂态能量函数、分岔理论等基于模型驱动的分析方法，基于数据驱动的机器学习为复杂大规模电网的暂态安全在线分析及控制提供了可能。对于系统暂态电压安全问题，与运行工况、设备控制参数、故障位置以及网络拓扑呈强非线性关系。目前，暂态电压安全评估大多面向故障后的暂态场景，基于广域测量系统，将各节点暂态时序数据作为输入，而状态量的变化轨迹包含了元件动态、故障位置等丰富信息，无法在故障前进行准确的暂态电压安全评估，面对拓扑结构频繁变化的场景缺乏评估精度，模型泛化能力较差。
技术实现思路
1、本专利技术的一个目的在于提供一种基于电网拓扑结构的暂态电压评估方法，能够在故障发生前，面向预想事故进行精准的暂态电压在线评估，适用于拓扑频繁变化的运行场景；通过充分考虑不同运行工况下各节点特征与线路特征之间的高维交互关系，有效提升面向预想故障的模型评估性能，模型泛化能力较强，评估精度较高。本专利技术的另一个目的在于提供一种基于电网拓扑结构的暂态电压评估装置。本专利技术的再一个目的在于提供一种计算机可读介质。本专利技术的还一个目的在于提供一种计算机设备。p>
2、为了达到以上目的，本专利技术一方面公开了一种基于电网拓扑结构的暂态电压评估方法，包括：
3、获取电网拓扑结构的异构图数据，异构图数据包括初始节点特征和初始边特征，不同节点类型的节点具有不同的节点特征；
4、对初始节点特征和初始边特征进行特征处理，生成当前节点特征和当前边特征；
5、通过预先构建的异构图注意力神经网络评估模型，根据当前节点特征和当前边特征进行暂态电压评估，生成各节点的暂态电压评估结果。
6、优选的，方法还包括：
7、将发电机、负荷、高压直流和分布式新能源作为节点，传输线路作为边，构建电网拓扑结构；
8、发电机节点的节点特征包括母线电压幅值、母线相位角、发电机有功功率和发电机无功功率；
9、负荷节点的节点特征包括母线电压幅值、母线相位角、负荷有功功率、负荷无功功率和感应电动机占比；
10、高压直流节点的节点特征包括母线电压幅值、母线相位角、高压直流有功功率和高压直流无功功率；
11、分布式新能源的节点特征包括母线电压幅值、母线相位角、分布式新能源有功功率和分布式新能源无功功率；
12、传输线路的边特征包括等效电阻、电抗、有功功率、无功功率和线路状态量。
13、优选的，对初始节点特征和初始边特征进行特征处理，生成当前节点特征和当前边特征，包括：
14、对初始节点特征和初始边特征分别进行归一化处理，得到归一化后的节点特征和归一化后的边特征；
15、通过虚拟同构化技术分别将归一化后的节点特征和归一化后的边特征投影到共享空间，得到当前节点特征和当前边特征。
16、优选的，异构图注意力神经网络评估模型包括特征转换层、特征传递层和特征读出层；
17、通过预先构建的异构图注意力神经网络评估模型，根据当前节点特征和当前边特征进行暂态电压评估，生成各节点的暂态电压评估结果，包括：
18、通过特征转换层，对当前节点特征和当前边特征进行维度扩展转换，生成高维节点特征和高维边特征；
19、通过特征传递层，对高维节点特征和高维边特征进行特征融合和特征传递，生成更新节点特征；
20、通过特征读出层，对更新节点特征进行池化降维处理，生成暂态电压评估结果。
21、优选的，通过特征传递层，对高维节点特征和高维边特征进行特征融合和特征传递，生成更新节点特征，包括：
22、通过多层感知机，对高维边特征进行映射，生成边特征矩阵；
23、对边特征矩阵与边特征矩阵所指示的边的相邻节点的高维节点特征进行特征融合，生成融合特征；
24、根据融合特征、高维边特征和高维节点特征进行消息传递，生成消息特征传递向量；
25、通过门控循环单元，根据高维节点特征和消息特征传递向量进行特征更新，生成更新节点特征。
26、优选的，根据融合特征、高维边特征和高维节点特征进行消息传递，生成消息特征传递向量，包括：
27、将融合特征与高维边特征进行拼接，得到第一拼接特征；
28、通过共享注意力机制，根据第一拼接特征、高维节点特征和预设的第一权重矩阵，生成注意力系数；
29、基于注意力系数，对第一拼接特征和预设的第二权重矩阵进行消息聚合，生成消息特征传递向量。
30、优选的，通过特征读出层，对更新节点特征进行池化降维处理，生成暂态电压评估结果，包括：
31、对更新节点特征进行池化处理，生成池化特征；
32、对池化特征与更新节点特征进行拼接，生成第二拼接特征；
33、通过多层感知机，对第二拼接特征进行转化，生成暂态电压评估结果。
34、优选的，方法还包括：
35、获取样本图数据和对应的暂态电压真实指标；
36、通过初始图神经网络模型，对样本图数据进行仿真计算，生成暂态电压仿真指标；
37、通过预设的损失函数，对暂态电压仿真指标和暂态电压真实指标进行损失计算，生成损失结果；
38、通过反向传播算法，根据损失结果，对初始图神经网络模型进行模型参数更新，构建异构图注意力神经网络评估模型。
39、优选的，方法还包括：
40、获取训练图数据和预定义的暂态电压安全量化指标；
41、通过训练图数据和暂态电压安全量化指标，对图神经网络进行模型训练，构建初始图神经网络模型。
42、本专利技术还公开了一种基于电网拓扑结构的暂态电压评估装置，包括：
43、异构图数据获取单元，用于获取电网拓扑结构的异构图数据，异构图数据包括初始节点特征和初始边特征，不同节点类型的节点具有不同的节点特征；
44、特征处理单元，用于对初始节点特征和初始边特征进行特征处理，生成当前节点特征和当前边特征；
45、暂态电压评估单元，用于通过预先构建的异构图注意力神经网络评估模型，根据当前节点特征和当前边特征进行暂态电压评估，生成各节点的暂态电压评估结果。
46、优选的，装置还包括：
47、确定单元，用于将发电机、负荷、高压直流和分布式新能源作为节点，传输线路作为边，构建电网拓扑结构；
48、发电机节点的节点特征包括母线电压幅值、母线相位角、发电机有功功率和发电机无功功率；
49、负荷节点的节点特征包括母本文档来自技高网...
【技术保护点】
1.一种基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述对所述初始节点特征和初始边特征进行特征处理，生成当前节点特征和当前边特征，包括：
4.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述异构图注意力神经网络评估模型包括特征转换层、特征传递层和特征读出层；
5.根据权利要求4所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述通过所述特征传递层，对所述高维节点特征和高维边特征进行特征融合和特征传递，生成更新节点特征，包括：
6.根据权利要求5所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述根据所述融合特征、高维边特征和高维节点特征进行消息传递，生成消息特征传递向量，包括：
7.根据权利要求4所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述通过所述特征读出层，对所述更新节点特征进行
8.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
10.一种基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置包括：
11.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置还包括：
12.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述特征处理单元，具体用于对所述初始节点特征和初始边特征分别进行归一化处理，得到归一化后的节点特征和归一化后的边特征；通过虚拟同构化技术分别将所述归一化后的节点特征和归一化后的边特征投影到共享空间，得到所述当前节点特征和当前边特征。
13.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述异构图注意力神经网络评估模型包括特征转换层、特征传递层和特征读出层；
14.根据权利要求13所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述暂态电压评估单元，具体用于通过多层感知机，对所述高维边特征进行映射，生成边特征矩阵；对所述边特征矩阵与所述边特征矩阵所指示的边的相邻节点的高维节点特征进行特征融合，生成融合特征；根据所述融合特征、高维边特征和高维节点特征进行消息传递，生成消息特征传递向量；通过门控循环单元，根据所述高维节点特征和消息特征传递向量进行特征更新，生成所述更新节点特征。
15.根据权利要求14所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述暂态电压评估单元，具体用于将所述融合特征与高维边特征进行拼接，得到第一拼接特征；通过共享注意力机制，根据所述第一拼接特征、高维节点特征和预设的第一权重矩阵，生成注意力系数；基于所述注意力系数，对所述第一拼接特征和预设的第二权重矩阵进行消息聚合，生成消息特征传递向量。
16.根据权利要求13所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述暂态电压评估单元，具体用于对所述更新节点特征进行池化处理，生成池化特征；对所述池化特征与所述更新节点特征进行拼接，生成第二拼接特征；通过多层感知机，对所述第二拼接特征进行转化，生成所述暂态电压评估结果。
17.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置还包括：
18.根据权利要求17所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置还包括：
19.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至9任一项所述的基于电网拓扑结构的暂态电压评估方法。
20.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至9任一项所述的基于电网拓扑结构的暂态电压评估方法。
21.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1至9任一项所述的基于电网拓扑结构的暂态电压评估方法。
...【技术特征摘要】
1.一种基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述对所述初始节点特征和初始边特征进行特征处理，生成当前节点特征和当前边特征，包括：
4.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述异构图注意力神经网络评估模型包括特征转换层、特征传递层和特征读出层；
5.根据权利要求4所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述通过所述特征传递层，对所述高维节点特征和高维边特征进行特征融合和特征传递，生成更新节点特征，包括：
6.根据权利要求5所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述根据所述融合特征、高维边特征和高维节点特征进行消息传递，生成消息特征传递向量，包括：
7.根据权利要求4所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述通过所述特征读出层，对所述更新节点特征进行池化降维处理，生成所述暂态电压评估结果，包括：
8.根据权利要求1所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的基于电网拓扑结构的暂态电压评估方法，其特征在于，所述方法还包括：
10.一种基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置包括：
11.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述装置还包括：
12.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述特征处理单元，具体用于对所述初始节点特征和初始边特征分别进行归一化处理，得到归一化后的节点特征和归一化后的边特征；通过虚拟同构化技术分别将所述归一化后的节点特征和归一化后的边特征投影到共享空间，得到所述当前节点特征和当前边特征。
13.根据权利要求10所述的基于电网拓扑结构的暂态电压评估装置，其特征在于，所述异构图注意力神经网络评估模型包括特征转换层、特征传...
【专利技术属性】
技术研发人员：王宣元，邱威，李长宇，梁浩，梁倍华，郭庆来，王彬，吕哲，
申请(专利权)人：国网冀北电力有限公司电力科学研究院，
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。