基于歷史數據的電力系統穩定性快速判斷方法
【技術領域】
[0001] 本發明屬于電力系統自動化領域，具體設及一種基于歷史數據的電力系統穩定性 快速判斷方法。
【背景技術】
[0002] 隨著我國經濟技術的發展和人民生活水平的提高，電能已經成為了人們日常生活 中最重要的能源。而電力系統的供電穩定性已經成為了人們對電力系統最重要的要求之 一。為了保障電能安全可靠的傳輸，中國電網中開展了西電東送、全國聯網W及特高壓輸電 等重大工程，交直流混聯的特大電網已經基本形成。隨著電網規模的擴大，電網安全穩定性 愈加難W掌控。世界上已經發生的多次電網故障表明，輸電電壓等級的提高、聯網規模擴大 W及傳輸容量的增加，都會增大電網故障帶來的危害，故障原因和過程也更為復雜。開展對 運行電網全面細致的在線監視、分析和控制，保障電力生產、傳輸和使用的安全是各國電力 行業的迫切需求。
[0003] 為了保證電力系統的安全穩定，電力系統在線安全穩定分析技術已得到較為廣泛 的應用。目前我國省級W上調度支持系統都配有在線分析模塊。在線分析通常每15分鐘 對電力系統當前運行狀態進行一次全面掃描，對實時性要求非常高，尤其是暫態穩定分析 模塊，計算任務一般會達到幾百至上千不等，計算量非常大；另一方面，在線分析模塊會把 每15分鐘一次的當前斷面數據進行存儲，形成大量寶貴的歷史計算數據，運些數據既包含 W往的運行方式，也包含對應的穩定分析結果。
[0004] 但是，現有的電力系統快速判穩方法大致分為兩類：第一類方法是利用大量的電 網運行數據，進行嚴格精確的在線數據計算和仿真，然而該類方法隨著電力系統運行數據 的增加和系統的擴大，其計算復雜度呈指數性上升趨勢，該類方法雖然計算結果精確可靠， 但是由于計算和仿真周期長，一般僅用于進行理論分析和驗證。第二類方法是利用電網的 運行數據，采取優化計算程序、簡化分析過程等手段減少計算和仿真的數據量，從而達到快 速定性判斷電網穩定性的目的；但是該類方法存在計算和仿真的基礎數據量不足、結果不 精確、可靠性和穩定性不高的問題。
【發明內容】
[0005] 本發明的目的在于提供一種能夠快速對電力系統穩定性進行精確判斷、實時高的 基于歷史數據的電力系統穩定性快速判斷方法。
[0006] 本發明提供的運種基于歷史數據的電力系統穩定性快速判斷方法，包括如下步 驟：
[0007] SI.收集電網系統數據庫中電網設備的狀態量和電氣量歷史數據，計算狀態量和 電氣量的均值和標準差，形成統計量；同時收集電網系統實際運行時的電網設備的狀態量 和電氣量，形成當前時刻下的故障特征變量；
[0008] S2.根據步驟Sl收集的統計量，針對每一個時間節點，對電網關鍵節點和電網故 障薄弱點的各類故障求得故障臨界切除時間，作為故障穩定程度指標；
[0009] S3.將步驟Sl得到的統計量，與步驟S2獲取的各類故障穩定程度指標進行相關性 分析，將相關性最大的N組統計量作為該故障的故障特征變量，形成各采樣點的故障特征 變量，N為大于零的整數；
[0010] S4.本局步驟S3獲得的各采樣點的故障特征變量和步驟S2得到的當前時刻下的 故障特征變量，采用K-最近鄰算法計算當前時刻的穩定程度指標，判斷當前時刻下電網系 統的穩定性結果。
[0011] 基于歷史數據的電力系統穩定性快速判斷方法還包括如下步驟：
[0012] S5.精確求取當前時刻電網系統的穩定程度指標；
[0013] S6.將步驟S5求取的精確的穩定程度指標更新當前時刻的電網系統的穩定性參 數，并加入電網系統數據庫。
[0014] 步驟S3所述的相關性分析，為采用化arson相關系數法進行相關性分析：
[0016] 式中n是元組的個數，曰1和bi分別是元組i在A和B上的數值，J和惠分別是A 和B的均值，OA和OB分別是A和B的標準差。
[0017] 步驟S4所述的K-最近鄰算法，具體包括如下步驟：
[0018] 1)根據當前時刻下電網設備的狀態量和電氣量得到當前時刻故障特征變量，計算 當前時刻下步驟S3所述各采樣點的故障特征變量與當前時刻故障特征變量之間的度量距 離；
[0019] 2)在步驟1)獲取的度量距離中，獲取度量距離最短的M個歷史采樣點的穩定程度 指標，按照度量距離的倒數進行加權平均，求得當前時刻的穩定程度指標，判斷當前時刻下 電網系統的穩定性結果，M為大于0的整數。
[0020] 步驟S5所述的精確求取，為采用時域仿真方法求取。
[0021] 步驟Sl所述的電網設備的狀態量和電氣量，包括交流線路的投運狀態和有功功 率、機組的投運狀態、有功功率和機端電壓、負荷的電壓和有功功率、區域的總發電、總負荷 和平均電壓、廠站的總發電、總負荷和投運機組數量。
[0022] 步驟1)所述的度量距離，為歐式距離。
[0023] 步驟2)所述的M個歷史采樣點的穩定程度指標，為3個或5個。
[0024] 步驟S3所述的N組統計量，為200組統計量。
[002引本發明采用K-最近鄰算法，利用電力系統歷史數據庫中的電網運行和故障數據， 求取各類型故障的特征變量，再將故障特征變量與電網實時運行數據進行對比，從而快速 判斷電網的實時穩定性能；同時本發明方法針對每一次的計算結果都會納入數據庫并進行 更新，因此本發明方法計算復雜度相對較低，計算速度快；而且本發明方法還在初步判定系 統穩定性能后，采用時域仿真方法詳細對系統的穩定性進行計算并納入歷史數據，因此本 發明方法對電力系統穩定性進行精確判斷。
【附圖說明】
[0026] 圖1為本發明方法的流程圖。
【具體實施方式】
[0027] 如圖1所示為本發明方法的流程圖：本發明提供的運種基于歷史數據的電力系統 穩定性快速判斷方法，包括如下步驟：
[0028] SI.收集電網系統數據庫中電網設備的狀態量和電氣量，計算狀態量和電氣量 的均值和標準差，形成統計量；同時收集電網系統實際運行時的電網設備的狀態量和電氣 量：
[0029] 所述的電網設備的狀態量和電氣量，包括交流線路的投運狀態和有功功率、機組 的投運狀態、有功功率和機端電壓、負荷的電壓和有功功率、區域的總發電、總負荷和平均 電壓、廠站的總發電、總負荷和投運機組數量。
[0030] S2.根據步驟Sl收集的統計量，針對每一個時間節點，對電網關鍵節點和電網故 障薄弱點的各類故障求得故障臨界切除時間，作為故障穩定程度指標：
[0031] S3.將步驟Sl得到的統計量，與步驟S2獲取的各類故障穩定程度指標進行相關性 分析，將相關性最大的200組統計量作為該故障的故障特征變量，形成各采樣點的故障特 征變量：
[0032] 所述的相關性分析，為采用化arson相關系數法進行相關性分析：
[0034] 式中n是元組的個數，曰1和b1分別是元組i在A和B上的數值，3和云分別是A 和B的均值，OA和OB分別是A和B的標準差。
[0035] S4.采用K-最近鄰算法，計算當前時刻的穩定程度指標，判斷當前時刻下電網系 統的穩定性結果：
[0036] K-最近鄰算法主要包括如下步驟：
[0037] 1)根據當前時刻下電網設備的狀態量和電氣量得到當前時刻故障特征變量，計算 當前時刻下步驟S3所述各采樣點的故障特征變量與當前