一种直流输电受端电网断面越限调整方法及系统与流程

本发明属于电力系统自动化领域,特别涉及一种直流受端电网断面越限调整方法及系统。

背景技术:

随着柔性直流输电工程的快速发展,一旦发生直流闭锁故障,受端电网出现巨大功率缺额,易出现电网频率和电压稳定问题。当发生直流闭锁故障时,系统按照事先策略通过切机、切负荷、直流调制等策略确保电网安全稳定运行,但通常事先策略无法完全填补系统功率缺额,会由调度人员手动实施机组调整、负荷调整等策略,这些策略均是由调度员依长期工作经验所得,当实施功率调整策略后,容易发生断面越限,一旦出现断面越限,导致线路功率无法正常传输,影响电网实时调度控制,因此研究柔性直流闭锁故障后受端电网的断面越限问题来实现电网稳定成为现实问题。

目前针对直流输电受端电网断面越限问题的研究,主要包括优化方法和灵敏度分析方法。优化方法给定优化模型,然后对模型求解。但在解决柔性直流闭锁后受端电网的断面越限问题时,电网中需调整的设备过多,导致计算复杂且存在收敛性问题,故实际中较少采用此方法解决断面越限问题。灵敏度方法因其无需迭代,不存在收敛性问题,但采用此方法调整断面越限问题时易出现越限无法解决的情况,因此直流闭锁故障后受端电网的断面越限问题仍存在很大挑战。

技术实现要素:

本发明的目的在于提供一种直流输电受端电网断面越限调整方法及系统,以解决复杂多变的柔性直流输电系统故障后受端电网的断面越限问题。

为了实现上述目的,本发明采用如下技术方案:

一种直流输电受端电网断面越限调整方法,包括:

1)采集电网运行信息,根据采集的电网运行信息对柔性直流闭锁故障后的受端电网断面越限进行若干次仿真;

2)提取若干组故障仿真后受端电网的机组、负荷调整策略和断面状态变化数据并进行数据处理,形成数据库;

3)对数据库进行关联分析,生成断面状态变化情况与机组、负荷变电站调整策略间的强关联规则;

4)对强关联规则前后项进行约束,生成约束后的强关联规则;

5)依据生成的约束后的强关联规则对越限的断面进行调整。

进一步的,步骤1)具体包括:

1.1)、获取电网运行信息,包括故障前送受端电网机组总出力、总负荷、网损、频率限额、电压限额、断面限额、功率缺额及送受端安控运行信息;

1.2)、按照式(1)所示动态潮流公式进行分析:

1.3)、通过动态潮流公式求出系统频率变化量,根据频率变化量折算机组、负荷的调整功率,调整公式为:

其中,kgi表示第i台机组的单位调节功率,pgni为第i台机组的额定功率,pli为第i个负荷的有功;

采用动态潮流算法计算机组、负荷的调整功率后,当发生断面越限时,利用灵敏度分析方法对断面越限进行调整,得到若干组故障仿真后受端电网断面越限后的机组、负荷调整策略及越限断面的状态变化数据。

进一步的,步骤1.3)中:如果机组调整后出力大于机组额定容量,机组调整后出力按照额定容量来计算;

进一步的,步骤1.1)中:

加速功率计算公式为:

pacc=pgen-pload-ploss(2)

其中,pgen为电网总出力,pload为电网总负荷,ploss为电网总网损;

系统机组整定单位调节功率为:

其中,pgen为系统总出力,ngen为参与调频的发电机组总数;

进一步的,步骤2)具体包括:

2.1)、对断面越限情况进行数据分类;

2.2)、对机组、负荷的调整进行数据处理:向上调整记为u,向下调整记为d;

2.3)、去除无用项;

2.4)、按照步骤2.1)至步骤2.3)对仿真数据处理后,每次仿真结果形成一个数据集r,每个数据集中包含每次仿真结果对应的属性;所有的数据集形成数据库y={r1,r2,r3,…,rm},m为数据集个数。

进一步的,步骤2.1)中对断面越限情况进行数据分类:将正常、越上限、越下限、正向重载、反向重载五个断面状态分别记为0、1、2、3、4;

步骤2.2)对向上调整记为u,向下调整记为d。

进一步的,步骤3)具体包括:

3.1)、对数据库进行多次扫描,得到基于最小支持度的频繁k项集;其中,最小支持度的计算如式(6)所示:

其中,a和b为数据库y的两个属性子项集;a,b∈i,且关联规则的表达形式为a→b,a和b出现的记录数分别表示为count(a)和count(b);

3.2)、采用公式(7)求取频繁项集之间的置信度:

设置最小置信度,生成断面状态变化情况与机组、负荷变电站调整策略间的强关联规则。

进一步的,步骤4)具体包括:

4.1)、前项约束为断面越限调整策略数据

将生成的关联规则中前项约束为断面越限调整策略数据,故障仿真中所有参与越限调整的机组、负荷的调整信息经过数据处理后形成集合s,得到的关联规则表达形式中前项a必须包含于数据集s;

4.2)、后项约束为断面状态变化数据

将后项约束为断面状态变化数据,故障仿真结果中所有断面状态变化信息经过数据处理后形成集合c,得到的关联规则表达形式中后项b必须包含于数据集c;

将前项约束为机组、负荷调整策略数据s,后项约束为断面状态变化数据c,每个满足最小支持度条件的频繁项集最多仅对应一条关联规则,采用改进apriori算法所生成的关联规则总数r'满足式(14)所示:

改进apriori算法生成的候选关联规则数目小于n-n1;设置最小置信度,得到约束后的强关联规则。

一种直流输电受端电网断面越限调整系统,应用于直流输电网,包括:处理器以及与所述处理器耦合的存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现所述的一种直流输电受端电网断面越限调整方法中的方法步骤。

本发明基于人工智能算法中的关联规则算法,对海量故障数据进行数据处理和关联分析,通过前后项约束,大大提高算法的分析效率,生成对断面越限调整有意义的强关联规则,从而解决传统的优化算法和灵敏度分析方法无法完全消除的越限问题,为电网调控人员的预案编制提供新方法,提高电网调控人员的工作效率。

本发明中所采用的基于关联规则算法的直流受端断面越限调整方法,解决了直流系统故障后直流受端电网的断面越限问题;

本发明所采用的前后项约束,将关联规则中的前项约束为断面越限调整策略数据,后项约束为断面状态变化数据,极大的提高了关联规则的分析效率;

本发明所采用的人工智能算法中的大数据关联分析算法,为电网调控系统的预案编制提供新的决策生成方法。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:

图1为本发明一种直流输电受端电网断面越限调整方法的流程图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。

本发明提供一种直流输电受端电网断面越限调整方法,针对国分云大数据平台保存的直流输电设备量测、告警信息、pmu等历史数据,首先进行多次柔性直流闭锁故障后的断面越限仿真;提取故障后受端电网的机组、负荷调整策略和断面状态变化数据,对这些数据进行处理;采用apriori算法对数据进行关联分析;同时,对关联规则前后项进行约束,将前项约束为机组、负荷调整策略,后项约束为断面状态变化数据;挖掘得到断面越限调整过程中调整策略与断面状态变化之间的强关联规则,从而解决断面越限问题。

具体的,本发明一种直流输电受端电网断面越限调整方法,包括以下步骤:

1)采集电网运行信息,根据采集的电网运行信息对柔性直流闭锁故障后的受端电网断面越限进行多次仿真;

2)提取多组故障仿真后受端电网的机组、负荷调整策略和断面状态变化数据并进行数据处理,形成数据库;

3)采用apriori算法对数据库进行关联分析,生成断面状态变化情况与机组、负荷变电站调整策略间的强关联规则;

1、步骤1)中,采集电网运行信息,根据采集的电网运行信息对柔性直流闭锁故障后的受端电网断面越限进行多次仿真,具体如下:

柔性直流闭锁故障仿真采用动态潮流计算原理,其过程如下:

1.1)、获取电网运行信息,包括故障前送受端电网机组总出力、总负荷、网损、频率限额、电压限额、断面限额、功率缺额及送受端安控运行信息。

其中,pgen为电网总出力,pload为电网总负荷,ploss为电网总网损。

其中,kgi表示第i台机组的单位调节功率,pgni为第i台机组的额定功率,pgen为系统总出力,ngen为参与调频的发电机组总数。

其中,pli为第i个负荷的有功;如果机组调整后出力大于机组额定容量,机组调整后出力按照额定容量来计算。

采用动态潮流算法计算机组、负荷的调整功率后,当发生断面越限时,利用灵敏度分析方法对断面越限进行调整,得到多组故障仿真后受端电网断面越限后的机组、负荷调整策略及越限断面的状态变化数据。

2、步骤2)中,提取多组故障仿真后受端电网的机组、负荷调整策略和断面状态变化数据并进行数据处理,具体如下:

2.1)、对断面越限情况进行数据分类。将正常、越上限、越下限、正向重载、反向重载五个断面状态分别记为0、1、2、3、4。

2.2)、对机组、负荷的调整进行数据处理。向上调整记为u,向下调整记为d。例如“电厂1向上调整”记为“厂1u”,“变电站1向下调整”记为“变1d”等。

2.3)、去除无用项。在仿真结果中存在大量故障前后均正常的断面及故障后调整小于10%甚至调整为0的电厂、变电站,为避免算法因计算维度过高引起的计算效率低问题,将此类调整不明显的对象从每个数据集中去除。

2.4)、形成数据库。按照上述步骤对仿真数据处理后,每次仿真结果形成一个数据集r,每个数据集中包含每次仿真结果对应的属性,即数据处理后的机组、负荷的调整信息。所有的数据集形成数据库y={r1,r2,r3,…,rm},m为数据集个数。

3、步骤3)中,采用apriori算法对数据库进行关联分析,具体如下:

对断面越限进行关联分析时,每次故障仿真结果形成一个数据集,即为数据库中的每条记录r,每个数据集中包含每次仿真中的断面越限信息、机组调整信息、负荷变电站调整信息,每个调整信息形成一个项集,多组仿真结果形成关联分析数据库y。对其进行关联分析时包括以下两个步骤:

3.1)、频繁项集挖掘,对数据库进行多次扫描,得到基于最小支持度的频繁“k项集”,即大于最小支持度的断面状态变化信息、机组及负荷变电站的调整信息所组成的k个项集,这些频繁项集信息用于关联规则挖掘,最小支持度的计算如式(6)所示,其中,a和b为数据库y的两个属性子项集(a,b∈i,且),关联规则的表达形式为a→b,a和b出现的记录数分别表示为count(a)和count(b)。

3.2)、获取强关联规则,采用公式(7)求取频繁项集之间的置信度,即调整某个机组或某个变电站时,某一断面状态发生变化的置信度,设置最小置信度,生成断面状态变化情况与机组、负荷变电站调整策略间的强关联规则。用公式6求出数据库中某条记录的支持度,用公式7求出某条记录的置信度,设置最小置信度,得到大于最小置信度的记录,这些记录就是所需的强关联规则。

4、步骤4)中,对关联规则前后项进行约束,具体如下:

根据apriori算法进行关联分析,其目的是从数据库y中挖掘机组、负荷调整策略与断面状态变化情况之间的潜在关联关系,为柔性直流输电线路闭锁故障后受端电网的断面越限调整提供调整策略参考,以弥补现有调控预案的不足,但是根据传统apriori算法得到的关联规则数量较多,导致分析效率低下,且包含很多无意义的规则,比如调整策略之间的关联规则等无效规则,无法指导调度人员实施越限调整策略。本发明作以下改进:

关联规则表达形式中前后项之间存在因果关系,前项为因,而后项为果,在apriori算法生成关联规则时,将后项约束为断面状态变化数据,故障仿真结果中所有断面状态变化信息经过数据处理后形成集合c,得到的关联规则表达形式中后项b必须包含于数据集c,约束后减少了无效关联规则的产生,并提高算法分析的速度和效率。

对经过前后项约束的改进apriori算法的优势进行分析。机组、负荷调整策略和断面状态变化数据形成关联分析数据库y,对数据库y进行频繁项集挖掘后,数据集中频繁k项集的个数为nk,频繁k项集生成的关联规则数目为rk,假设k的最大值为kmax,则挖掘后的频繁项集总数n和关联规则总数r分别如式(8)和式(9)所示,

频繁k项集中的k值的奇偶性不同时,所产生的关联规则数目是不同的,k为奇数和偶数时所形成的关联规则数目分别如式(10)和式(11)所示,

由式(10)和式(11)可知,由nk个频繁k项集组成的数据集合产生的关联规则数目rk满足如下所示不等式:

rk≥nk×(2k-2)(12)

k的最大值为kmax,则结合式(8)和式(12)可知,传统apriori算法形成的关联规则总数满足下式所示不等式,

关联规则从符合最小支持度条件的频繁项集中产生,本发明所用的改进apriori算法,将前项约束为机组、负荷调整策略数据s,后项约束为断面状态变化数据c,每个满足最小支持度条件的频繁项集最多仅可能对应一条关联规则,则改进后算法所生成的关联规则总数r'满足式(14)所示,

改进apriori算法生成的候选关联规则数目小于n-n1,相比式(13)所示的指数级关联规则数量,最大程度的去除了对断面越限调整无意义的关联规则,提升了空间利用率,并提高了算法的分析效率。最后设置最小置信度,得到所需的对断面越限调整有意义的强关联规则。公式14是获取关联规则之前的一个改进方法,最小置信度是根据具体情况设置的一个阈值,置信度越大,则代表该条记录的可信度越高。此处获取关联规则的步骤和和上一个问题中获取关联规则的步骤是一样的。

5、步骤5)中,依据生成强关联规则解决断面越限问题,具体如下:

根据本发明方法对故障后的机组、负荷调整策略及断面状态变化情况进行关联分析,生成以置信度为依据的强关联规则,可以得到常规机组调整策略与断面调整效果之间的关系、负荷调整策略与断面调整效果之间的关系以及机组、负荷联合调整策略与断面调整效果之间的关系,电网调控人员根据此类关联规则及相应的支持度和置信度的大小,对越限的断面进行调整,为电网调控系统解决断面越限问题提供决策支持。

本发明还提供一种直流输电受端电网断面越限调整系统,应用于直流输电系统,包括:处理器以及与所述处理器耦合的存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现上述一种直流输电受端电网断面越限调整方法中的方法步骤。

本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

THE END
1.大数据分析数学公式大全mob64ca12dd455e的技术博客大数据分析中的数学公式与应用 在当今数字化的时代,大数据分析已成为各行各业不可或缺的一部分。从金融、医疗到社交媒体,数据的海洋为我们提供了丰富的洞见。本文将探讨一些大数据分析的基础数学公式,并通过代码示例来进行具体演示。 1. 大数据分析的基本数学公式 https://blog.51cto.com/u_16213352/11912375
2.大数据分析计算法公式是什么帆软数字化转型知识库大数据分析计算法公式涉及多种技术和方法,包括数据预处理、数据挖掘、机器学习和统计分析等。常用的大数据分析计算法公式包括:均值公式、方差公式、回归分析公式、聚类算法、分类算法。例如,均值公式是大数据分析中最基本的统计量之一,通过计算数据集中的所有值的平均值来概括数据的中心趋势。均值的计算公式为:(\bar{x}https://www.fanruan.com/blog/article/72545/
3.大数据大数据算法大数据算法的技术涵盖了多个领域,包括分布式存储与处理、数据挖掘、机器学习、图计算、文本挖掘与自然语言处理、推荐系统、关联规则挖掘、时间序列分析、异常检测、数据压缩与降维、网络分析、模式识别等。这些算法的选择取决于具体的应用场景和问题要求,通常需要综合倾斜考虑算法的效率、准确性、可扩展性等因素。 https://blog.csdn.net/xiaoyingxixi1989/article/details/141688931
4.数据分析的计算公式是什么?万象方舟以上列举的是数据分析中常用的计算公式,数据分析的具体方法和计算公式还取决于具体的数据分析任务和研究问题。需要根据不同的情况选择适当的方法和公式进行数据处理和分析。 赞同 3个月前 0条评论 小数 在数据分析中,常用的计算公式包括统计学中的各种指标计算、数据处理中的转换函数、机器学习中的模型算法等。以下将https://www.vientianeark.cn/qa/350851.html
5.综述掌握GIS分析的6个先进技术和技巧开源地理空间基金会中文分网络分析是地理信息系统 (GIS) 中一项复杂且不可或缺的空间分析技术,主要围绕理解和优化交通网络。从寻找最短路线到计算出行时间和优化物流,先进的网络分析技术使分析师能够应对运输规划、供应链管理和应急响应中复杂的空间挑战。接下来将探讨网络分析的复杂性,包括将 GIS 提升到新高度的高级算法和优化方法。 https://www.osgeo.cn/post/10ca2
6.大数据分析技术方案腾讯云开发者社区大数据分析可以有效地促进营销,个性化医疗治病,帮助学生提高成绩,利于老师提高教学水平,还可以用于教学,许多产品可以用到大数据技术,如量化分析金融产品等。必须加强大数据技术的研究并实际应用.这里对目前最流行和最实用的用户画像技术进行讲解,并分析大数据分析的常用算法。https://cloud.tencent.com/developer/article/2112929
7.全栈金融工程师算法技术解构算法技术解构 1、Python基础知识 (1)IPython IPython的开发者吸收了标准解释器的基本概念,在此基础上进行了大量的改进,创造出一个令人惊奇的工具。在它的主页上是这么说的:“这是一个增强的交互式Python shell。”具有tab补全,对象自省,强大的历史机制,内嵌的源代码编辑,集成Python调试器,%run机制,宏,创建多个环境https://www.jianshu.com/p/6c3888c2e846
8.大数据基本概念浅析及技术简介机器学习的算法纷繁复杂,最常用的主要有回归分析、关联规则、分类、聚类、神经网络、决策树等。 二、大数据和大数据分析 大数据首先是数据,其次,它是具备了某些特征的数据。目前公认的特征有四个:Volumne,Velocity,Variety,和Value,简称4V. 1.Volume:大量。就目前技术而言,至少TB级别以下不能成大数据。 https://www.cda.cn/view/24202.html
9.周翔:作为法学研究方法的大数据技术某些研究虽然其方法有一定的创新,比如采用决策树的方法,33但又和机器学习的决策树算法相去较远。另一个问题在于分析软件,小样本时代没有使用分析软件的明显障碍,但在大样本时代则要考虑借助的分析工具是否恰当,能否高效运行。上述两个方面,大数据技术都可能给其带来变革。https://www.legal-theory.org/?mod=info&act=view&id=26229
10.个人网络信息安全论文(精选10篇)大量的学者认为,大数据主要指在较短的时间内能够将大量的信息数据进行分析、整理、保存以及管理,其中大量的信息来源主要是从各大企业中搜集而来,且信息资源之间具有一定的联系性。信息技术的人员能够通过网络对企业信息进行大数据分析,因此在网络信息的安全管理上看,拥有大量的信息资源,难以有效的进行网络信息安全管理。https://biyelunwen.yjbys.com/fanwen/xinxianquan/727543.html
11.架构大数据——大数据技术及算法解析中文pdf扫描版[194MB]电子书下不仅对大数据相关技术及算法做了系统性的分析和描述,梳理了大数据的技术分类,如基础架构支持、大数据采集、大数据存储、大数据处理、大数据展示及交互,还融合了大数据行业的最新技术进展和大型互联网公司的大数据架构实践,努力为读者提供一个大数据的全景画卷。 目录https://www.jb51.net/books/638722.html
12.国开电大《大数据分析与挖掘技术》形考任务3参考答案.pdf国开电大《大数据分析与挖掘技术》形考任务 3 答案 参考答案在文末 题目 1.聚类分析的原则不可能是:( ) A. 个体与个体之间的距离越近越有可能是一类 B. 同一类的个体的相似性可能也越大 C. 不同类的个体之间的距离越远 D. 不同类的个体之间的相似性更高 题目 2.下面关于 DBSCAN 聚类说法错误的是:( )https://max.book118.com/html/2022/1024/5224121231010010.shtm
13.大数据挖掘主要涉及哪些技术?大数据挖掘主要涉及的技术有以下几种:1、决策树学习技术;2、分类技术;3、聚类分析技术;4、粗糙集技术;5、回归分析技术;6、关联规则技术;7、特征分析技术;8、神经网络技术;9、遗传算法技术。 1、决策树学习技术 决策树学习是一种通过逼近离散值目标函数的方法,通过把实例从根节点排列到某个叶子节点来分类实例,叶子https://www.linkflowtech.com/news/1988
14.国家开放大学高起专真题《大数据技术概论》大数据技术概论 一、单选题 1、以下哪个步骤不属于数据的采集与预处理: A.对分析结果进行可视化呈现,帮助人们更好地理解数据、分析数据 B.利用网页爬虫程序到互联网网站中爬取数据 C.利用ETL工具将分布的、异构数据源中的数据,抽取到临时中间层后进行清 http://m.sdlcjyjt.com/h-nd-6069.html