時刻故障特征變量之間的度量距 罔，度重距罔義用歐式距罔；
[003引2)在步驟1)獲取的度量距離中，獲取度量距離最短的3個或5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，與電網標 準穩定程度指標相比判斷當前時刻下電網系統的穩定性結果。
[0039] S5.采用時域仿真方法精確求取當前時刻電網系統的穩定程度指標；
[0040] 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。
[0041] W下結合一個實施例對本發明進行進一步說明：
[0042] W國家電網公司某月在線計算數據為基礎，驗證本文方法的有效性。當月華 北-華中處于聯網運行狀態，因此在線數據中包含國調直調W及華北、華中所有220kV W上 的電網設備。統計量采用步驟一中的統計方法，共計22816個；考察故障包括四川.山桃一 線、華北.黃濱一線、國調.峽葛I線、華中.樊白II線、國調.漁宜線、國調.葛崗線、華 中.牌長I回線、華中.盤龍I線、華中.艾鶴I回線、華中.艷牌I回線，共計10個。
[0043] 該月斷面數據共2875個，采用其中的一半作為樣本集，即1437個；另外一半用于 預測，并與精確仿真結果進行對比。
[0044] 相關性分析
[0045] 本步驟根據采集的統計量和穩定程度指標，進行相關系數分析，找到與穩定指標 相關性最大（相關系數絕對值最大）的若干統計量，作為穩定特征，為后續預測做準備。
[0046] 分析黃濱一線CCT與統計量間的相關性（絕對值最大10個）
[0047] 表1黃濱一線相關性分析
[0048]
[0049] 分析葛崗線CCT與統計量間的相關性（絕對值最大10個）
[0050] 表2葛崗線相關性分析
[0053] 步驟Sk最近鄰算法預測
[0054] 選取相關系數最大的若干統計量作為穩定特征，要求相關系數絕對值不小于0. 5， 穩定特征個數不小于100,然后分別采用k = 1，3, 5, 7, 9情況下的k-最近鄰算法進行預測。 [00巧]黃濱一線結果如下所示。
[0056] 表3黃濱一線預測平均誤差
[0057]
腳)5引 葛崗線結果如下所示。
[0059] 表4葛崗線預測平均誤差
[0060]
[0061]目前，電力系統仿真的正常保護動作時間通常為0. 1秒，后備保護動作時間通常 為0. 3秒。現有在線計算得到的臨界切除時間均大于0. 1秒，運也符合正常情況下發生N-I 故障后，系統能夠保持穩定的原則。因此，采用0. 3秒作為分界線進行分類，0. 3秒W下為判 定危險，0.3秒W上為判定安全。結果如下表所示。
[0062] 表5分類預測誤差率
[0064] 由結果可見，預測的臨界切除時間平均誤差在5% W內，分類誤報率在4% W下， 具備實用水平。
[0065] 從計算時間上看，從收到在線計算數據到給出預測結果時間在5秒W內，完全滿 足在線分析的要求。
【主權項】
1. 一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：51. 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；52. 根據步驟S1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；53. 將步驟S1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；54. 本局步驟S3獲得的各采樣點的故障特征變量和步驟S1得到的當前時刻下的電網 設備的狀態量和電氣量，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。2. 根據權利要求1所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征在于 還包括如下步驟：55. 精確求取當前時刻電網系統的穩定程度指標；56. 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。3. 根據權利要求1或2所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征 在于步驟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：式中η是元組的個數，a郝b1分別是元組i在A和B上的數值，：i和萬分別是A和B的均值，σA和σB分別是A和B的標準差。4. 根據權利要求1或2所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征 在于步驟S4所述的K-最近鄰算法，具體包括如下步驟： 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； 2) 在步驟1)獲取的度量距離中，獲取度量距離最短的Μ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，Μ為大于0的整數。5. 根據權利要求2所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征在于 步驟S5所述的精確求取，為采用時域仿真方法求取。6. 根據權利要求1或2所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征 在于步驟S1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。7. 根據權利要求4所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征在于 步驟1)所述的度量距離，為歐式距離。8. 根據權利要求4所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征在于 步驟2)所述的Μ個歷史采樣點的穩定程度指標，為3個或5個。9. 根據權利要求1所述的基于歷史數據的電力系統穩定性快速判斷方法，其特征在于 步驟S3所述的Ν組統計量，為200組統計量。
【專利摘要】本發明公開了一種基于歷史數據的電力系統穩定性快速判斷方法，包括收集電網歷史運行數據，并計算統計量；收集電網實時運行數據；對電網關鍵節點和電網故障薄弱點的故障求取故障穩定程度指標；進行相關性分析，形成各采樣點的故障特征變量；計算當前時刻的穩定程度指標，判斷當前時刻電網穩定性。本發明將電網實時運行數據與電力系統歷史數據庫中的電網運行和故障數據，快速判斷電網的實時穩定性能；同時針對每一次的計算結果都會納入并更新數據庫，因此本發明方法計算復雜度較低，計算速度快；本發明還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，因此本發明方法還能對電力系統穩定性進行精確判斷。
【IPC分類】H02J3/00
【公開號】CN105406476
【申請號】CN201511030190
【發明人】史東宇, 張思遠, 李剛, 李京, 于之虹, 黃彥浩, 陳浩, 謝曉騫, 嚴劍峰, 呂穎, 石輝, 賀鵬程, 魯廣明, 邱健
【申請人】國家電網公司, 國網湖南省電力公司, 中國電力科學研究院
【公開日】2016年3月16日
【申請日】2015年12月31日