基于裕度指标的电力系统暂态稳定规则辨识方法研究

摘要

目前，大电网在线运行安全分析已成为电力调度运行的重要组成部分，在线安全稳定分析已融入到调度运行的核心业务流程中。随着大规模可再生能源的接入和电网互联规模的扩大，电力系统的安全稳定分析和调度运行控制面临更为严峻的考验。传统的“人工经验判断+在线计算辅助决策”的生产方式已经不能满足当前电网复杂多变的调度运行需求。因此需要对电网监测数据进行深度挖掘，进行不依赖于模型的电力系统暂态稳定评估，通过电网当前运行状态和历史数据获知系统的稳定水平和变化趋势，以帮助运行人员及时制定提高电网稳定性的相关措施。
　　现有的数据驱动式电网稳定评估方法，多仅对系统稳定与否进行判断，未给出电网稳定程度的量化描述;且电网数据普遍存在运行状态量多、而失稳样本偏少的问题，从而影响稳定评估的效率和准确性。本文提出基于多属性决策树和电网暂态稳定裕度指标的电网稳定规则辨识方法。利用互信息筛选电网关键运行特征，进而通过特征变换及稳定裕度离散化构建多属性决策树;提出电网稳定关联规则的获取原则，并通过对决策树的回推分析确定改善系统稳定性的措施;最后对电网运行时序数据进行分析，提出电网稳定性变化趋势的预测方法。具体工作如下:
　　(1)基于互信息的电网关键运行特征获取。通过计算电网状态特征与系统稳定裕度之间的互信息，挑选出与系统稳定性关联度较大的关键电气特征;通过计算多个电气特征组合与稳定裕度之间的互信息，获知组合特征与稳定裕度之间的关联程度;利用IEEE39节点系统获取大量仿真样本，对上述方法的正确性和有效性进行分析、验证。
　　(2)基于多属性决策树的电力系统稳定关联规则辨识方法。对所获取的电网关键运行特征集进行LDA(Linear Discrimination Analysis)变换，通过稳定裕度的离散化，针对特定故障生成可用于稳定规则辨识的多属性决策树，并提出了相关规则的获取原则;根据所形成的多属性决策树和所得规则，提出基于决策树回推的改善电网稳定程度的调整策略;在IEEE39节点系统中对特定故障场景进行仿真，验证了所提方法的可行性与有效性。
　　(3)基于时间序列分析方法的电网稳定变化趋势预测方法。基于K-means算法对稳定裕度时序数据进行聚类分析，定义不同样本的稳定裕度时序变化趋势;在潮流运行状态时序变化数据的基础上，分析潮流断面变化同系统稳定性变化之间的关联性;基于分离度指标确定各类别的参考序列，并对各样本稳定裕度时序变化趋势类别进行判断;通过相似性匹配的方法评价电网稳定裕度变化并判定其所属类别，提出加速搜索方法提高相似序列的匹配效率。最后通过仿真验证了所提出方法的有效性。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 本文主要工作

第二章 电网运行关键特征选取

2．1 概述

2．2 基于互信息的电力系统关键特征选取方法

2．2．1 熵的概念

2．2．2 互信息值计算方法

2．2．3 多属性互信息值的计算方法

2．2．4 依据互信息值的电力系统关键特征选取方法

2．3 算例验证

2．3．1 仿真样本数据获取

2．3．2 单属性互信息值计算结果

2．3．3 多维属性互信息值结果

2．3．4 关键特征

2．3．5 关键特征与非关键特征调节效果对比

2．4 本章小结

第三章 基于多属性决策树的电力系统暂稳规则辨识

3．1 决策树及其在电力系统规则提取中的应用

3．2 多属性决策树的获取方法

3．2．1 基于LDA的关键特征最优组合方法

3．2．2 多属性决策树建模方法

3．3 暂稳规则提取方法

3．3．2 用于提高稳定性的调整性参考规则获取

3．4 算例验证

3．4．1 仿真数据获取

3．4．2 多属性决策树的形成

3．4．3 相关规则提取

3．4．4 依据规则调整相关参数的调整效果

3．5 本章小结

第四章 电网稳定运行规则的时序分析方法

4．1 时间序列分析原理

4．2 考虑裕度趋势性的时序样本分类研究

4．2．1 裕度时序变化趋势的定义

4．2．2 基于k-means算法的样本裕度趋势性聚类分析

4．2．3 K-means算法最佳聚类中心个数确定方法

4．3 基于欧式距离的时序样本趋势性匹配方法

4．3．1 参考序列的获取

4．3．2 基于三角不等式的加速搜索方法

4．3．3 基于序列趋势的判断流程设计

4．4 算例验证

4．4．1 时序样本获取

4．4．2 稳定裕度的时序趋势性k-means聚类结果

4．4．3 参考序列

4．4．4 基于时序趋势的匹配结果

4．5 本章小结

5．1 本文结论

5．2 展望

参考文献

致谢

攻读学位期间发表的学术论文和参加科研情况