一種基于電力大數(shù)據(jù)的電網(wǎng)電壓穩(wěn)定性預測方法
【技術(shù)領(lǐng)域】
[0001] 發(fā)明屬于電力工程技術(shù)領(lǐng)域，特別設(shè)及一種基于電力大數(shù)據(jù)的電網(wǎng)電壓穩(wěn)定性預 測方法。
【背景技術(shù)】
[0002] 大數(shù)據(jù)技術(shù)率先在互聯(lián)網(wǎng)、電信、金融等行業(yè)出現(xiàn)，通常指IOTB規(guī)模W上的數(shù)據(jù) 量。如果將大數(shù)據(jù)按照合理的成本和時限捕捉、管理及處理運些數(shù)據(jù)的能力進行操作，其規(guī) ?；驈碗s程度已經(jīng)超出了常用技術(shù)。對于大數(shù)據(jù)的研究技術(shù)已經(jīng)上升到國家意志，一個國 家擁有數(shù)據(jù)的規(guī)模和運用數(shù)據(jù)的能力將成為綜合國力的重要組成部分，對數(shù)據(jù)的占有和控 制也將成為國家間和企業(yè)間的爭奪焦點。IBM、微軟、谷歌、亞馬遜等跨國巨頭借助大數(shù)據(jù) 技術(shù)的發(fā)展獲得了更強的競爭力。IBM投資160億美元進行30多次與大數(shù)據(jù)相關(guān)的收購， 使業(yè)績穩(wěn)定高速增長；eBay通過數(shù)據(jù)挖掘精確計算出廣告中每個關(guān)鍵字帶來的回報，2007 年W來廣告費降低了 99%。2012年10月，成立了首個?？谘芯看髷?shù)據(jù)應(yīng)用和發(fā)展的學術(shù) 咨詢組織一一中國通信學會大數(shù)據(jù)專家委員會。目前，國內(nèi)相關(guān)技術(shù)主要集中于數(shù)據(jù)挖掘 相關(guān)算法、實際應(yīng)用及有關(guān)理論方面的研究。在相關(guān)技術(shù)中，比較具有代表性的是Apache 軟件基金會開發(fā)的化doop和谷歌公司開發(fā)的MapRe化ce?，F(xiàn)代電力系統(tǒng)的智能化水平越 來越高，隨著電網(wǎng)中傳感器種類的增多W及智能設(shè)備的加入，處于運行狀態(tài)的各種電力設(shè) 備每經(jīng)過一個時間間隔被自動測量一次，測量結(jié)果經(jīng)數(shù)據(jù)傳輸網(wǎng)絡(luò)迅速匯集到一個數(shù)據(jù)庫 中。在經(jīng)過一長段時間后，數(shù)據(jù)庫的大小往往能夠達到TB級別的規(guī)模，不論從數(shù)據(jù)的種類 還是從數(shù)據(jù)的規(guī)模來說，運些電力數(shù)據(jù)已經(jīng)屬于大數(shù)據(jù)的范疇。運些從電網(wǎng)中實時測得的 數(shù)據(jù)種類雜多，流動速度快，并且價值密度低，常規(guī)的數(shù)據(jù)處理手段已經(jīng)不能有效對其進行 挖掘，因此需要參考現(xiàn)在流行的大數(shù)據(jù)技術(shù)對其進行挖掘分析。
[0003] 電力系統(tǒng)電壓不穩(wěn)定/電壓崩潰事故是電力系統(tǒng)喪失穩(wěn)定性的一個重要方面。目 前已經(jīng)存在多種角度和方法對電網(wǎng)電壓穩(wěn)定性進行研究，根據(jù)電壓穩(wěn)定的時間范疇，可W 將電壓穩(wěn)定分為暫態(tài)電壓穩(wěn)定，中期電壓穩(wěn)定和長期電壓穩(wěn)定。暫態(tài)電壓穩(wěn)定的時間范圍 為0~10秒，主要研究角度的是感應(yīng)電動機和HVDC(高壓直流）聯(lián)線接入弱系統(tǒng)所引起的 電壓失穩(wěn)，特別是短路后感應(yīng)電動機因加速引起的失穩(wěn)和由于網(wǎng)絡(luò)弱聯(lián)系引起的異步機失 步的電壓失穩(wěn)問題。中期電壓穩(wěn)定的時間范疇為1~5分鐘，包括化TC,配電網(wǎng)中電壓調(diào)節(jié) 裝置和發(fā)電機過勵磁限制器的作用。長期電壓穩(wěn)定的時間范疇為20~30分鐘，其主要相 關(guān)的因素為負荷快速大量增加、傳輸線功率大量增長，由于系統(tǒng)中存在恒能負荷和恒溫控 制負荷導致的負荷因低電壓失去不同時性等。目前還沒有一種方法能夠長期的對電網(wǎng)電壓 的穩(wěn)定性進行預測，從而保證電網(wǎng)電壓一直處于穩(wěn)定工作的狀態(tài)下。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供了一種能夠準確、快速的 對電網(wǎng)電壓的穩(wěn)定性進行預測的基于電力大數(shù)據(jù)的電網(wǎng)電壓穩(wěn)定性預測方法。
[0005]技術(shù)方案：本發(fā)明提供了一種基于電力大數(shù)據(jù)的電網(wǎng)電壓穩(wěn)定性預測方法，包括W下步驟：
[0006] 步驟1 :結(jié)合分岔理論，建立電網(wǎng)電壓穩(wěn)定判斷指標，其中電網(wǎng)電壓穩(wěn)定判斷指標 為電壓穩(wěn)定裕度片；
其中，Am。、P表示使用BP神經(jīng)網(wǎng)絡(luò)預測出來的系統(tǒng)當前 的最大負荷參數(shù)；^表示當前實測的負荷參數(shù)；
[0007] 步驟2:在電力系統(tǒng)中篩選數(shù)據(jù)種類，選擇與電壓穩(wěn)定性關(guān)聯(lián)密切的數(shù)據(jù)進行采 集并對采集到的數(shù)據(jù)進行歸一化預處理，制作成用于訓練BP神經(jīng)網(wǎng)絡(luò)模型的原始樣本；
[0008] 步驟3 :使用步驟2得到的樣本數(shù)據(jù)，利用粒子群算法（下文簡稱PSO算法）對BP 神經(jīng)網(wǎng)絡(luò)中的連接權(quán)值和闊值進行最優(yōu)選擇，并對經(jīng)過粒子群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進 行訓練，得到訓練后的神經(jīng)網(wǎng)絡(luò)模型；
[0009] 步驟4:將電網(wǎng)當前運行的相關(guān)實時數(shù)據(jù)輸入步驟3訓練得出的BP神經(jīng)網(wǎng) 絡(luò)模型，，在確定的非線性映射規(guī)則下得到電網(wǎng)當前的最大負荷參數(shù)Am。、P;根據(jù)公式
計算電壓穩(wěn)定裕度y;
[0010] 步驟5 :根據(jù)步驟4獲得的電壓穩(wěn)定裕度y，判斷電網(wǎng)電壓的穩(wěn)定性，對電網(wǎng)電壓 進行控制調(diào)節(jié)。
[0011] 進一步，所述步驟1中負荷參數(shù)根據(jù)公式
計算得到，其中P為電網(wǎng)當前負荷 的實測有功功率；P。為電網(wǎng)負荷實測的基態(tài)有功功率。
[0012] 進一步，所述步驟2中對采集到數(shù)據(jù)進行歸一化預處理的方法為：在每一參數(shù)的 參數(shù)值中選出最大值Xm。、和最小值Xmm，根據(jù)公式
將原始數(shù)據(jù)全部變換 為在區(qū)間[-1,1]內(nèi)的數(shù)。運樣可W避免由于個別種類的數(shù)據(jù)過大或者過小對后續(xù)訓練神 經(jīng)網(wǎng)絡(luò)過程產(chǎn)生不利影響，避免使訓練結(jié)果過早地收斂于局部極小值。
[0013]進一步，所述步驟2中選擇的與電壓穩(wěn)定性關(guān)聯(lián)密切的數(shù)據(jù)包括電網(wǎng)在不同穩(wěn)定 運行狀態(tài)下相關(guān)節(jié)點電壓幅值及相角，流進流出該節(jié)點的有功功率和無功功率，W及使用 連續(xù)潮流法計算出的電網(wǎng)相應(yīng)的最大負荷參數(shù)。
[0014]進一步，所述步驟5中電網(wǎng)電壓穩(wěn)定性判斷的標準為：當yG(0. 5, 1]時，電網(wǎng)電 壓處于穩(wěn)定程度；當yG化2,0.引時，電網(wǎng)電壓處于警戒程度；當yG(0,0.2]時，電網(wǎng) 電壓處于不穩(wěn)定程度。
[0015]進一步，所述步驟5中對電網(wǎng)電壓進行控制調(diào)節(jié)的措施包括采用發(fā)電機自動電壓 調(diào)節(jié)器調(diào)節(jié)、采用有載調(diào)壓變壓器調(diào)節(jié)、采用分岔控制器調(diào)節(jié)、采用電網(wǎng)自動電壓控制系統(tǒng) 調(diào)節(jié)、增加靜止同步補償裝置、增加靜止無功補償裝置或并聯(lián)電容器、甩負荷。
[0016] 工作原理：本發(fā)明首先結(jié)合分岔理論對電力系統(tǒng)進行電壓穩(wěn)定分析，發(fā)現(xiàn)鞍結(jié)分 岔點對于影響電網(wǎng)電壓的穩(wěn)定性有著非常密切的聯(lián)系，并將此作為判斷電網(wǎng)電壓穩(wěn)定程度 的指標之一。之后借鑒當前的大數(shù)據(jù)技術(shù)，對從電網(wǎng)中獲取的數(shù)據(jù)進行有效的數(shù)據(jù)挖掘。運 用基于PSO算法改良的BP神經(jīng)網(wǎng)絡(luò)建立電力數(shù)據(jù)（比如相關(guān)潮流信息等）與最大負荷參 數(shù)之間的非線性映射關(guān)系，從而能夠達到一種預測的效果，即根據(jù)電網(wǎng)當前的運行狀態(tài)預 測出最大負荷參數(shù)點，即鞍結(jié)分岔點。結(jié)合當前的負荷參數(shù)，計算出電壓穩(wěn)定裕度，判斷電 網(wǎng)電壓的穩(wěn)定程度。進一步地根據(jù)預測結(jié)果，確定調(diào)節(jié)控制方案，增大穩(wěn)定裕度，增強電壓 的穩(wěn)定性，達到電網(wǎng)長期安全穩(wěn)定運行的目的。
[0017] 有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明能夠長期對電網(wǎng)電壓進行預測和監(jiān)控，保證電 網(wǎng)電壓長期處于穩(wěn)定狀態(tài)，維護系統(tǒng)安全可持續(xù)運行；而且對電網(wǎng)電壓穩(wěn)定性的預測更加 準確和快速。
【附圖說明】
[001引圖1為本發(fā)明的流程圖；
[0019] 圖2為本發(fā)明實施例中建立的IE邸14節(jié)點系統(tǒng)模型示意圖；
[0020] 圖3為本發(fā)明實施例中可變負荷模型下的IE邸14節(jié)點系統(tǒng)經(jīng)連續(xù)潮流法計算得 到的節(jié)點4的A-V曲線圖；
[0021] 圖4為本發(fā)明實施例中運用PSO算法選擇BP神經(jīng)網(wǎng)絡(luò)最優(yōu)參數(shù)時最佳適應(yīng)度變 化曲線圖；
[0022] 圖5為本發(fā)明實施例中使用經(jīng)PSO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)得到的最大負荷參數(shù) 預測值與實際值的擬合曲線圖。
【具體實施方式】
[0023] 下面對本發(fā)明技術(shù)方案進行詳細說明，但是本發(fā)明的保護范圍不局限于所述實施 例。
[0024] 如圖1所示，本發(fā)明提供一種基于電力大數(shù)據(jù)的電網(wǎng)電壓穩(wěn)定性預測方法，具體 包括W下步驟：
[00巧]步驟1 :結(jié)合分岔理論，建立電壓穩(wěn)定性判斷指標；
[00%] 建立電網(wǎng)仿真模型，如圖2所示，本實施例中建立IE邸14節(jié)點系統(tǒng)仿真模型。
[0027] 運用連續(xù)潮流法對系統(tǒng)模型進行分岔計算后得到系統(tǒng)的A-V平衡點曲線W及曲 線上的鞍結(jié)分岔點；將鞍結(jié)分岔點出現(xiàn)時的負荷參數(shù)視為最大負荷參數(shù)Am。、。如圖3所示， 顯示的是IEEE14節(jié)點系統(tǒng)中節(jié)點4的A-V曲線，位于右側(cè)的拐點就是上述分岔分析中的 鞍結(jié)分岔點，系統(tǒng)運行在此點狀態(tài)下具有最大負荷參數(shù)Am。、，此數(shù)據(jù)對于本發(fā)明來說至關(guān) 重要。在后續(xù)的預測過程中，系統(tǒng)的最大負荷參數(shù)Amgyp即為BP神經(jīng)網(wǎng)絡(luò)預測的輸出結(jié)果。 陽02引取電壓穩(wěn)定裕度y為：
CD
[0030] 當yG(0. 5, 1]時，定義電網(wǎng)電壓處于穩(wěn)定程度；當JiG(0. 2, 0.引時，定義電 網(wǎng)電壓處于警戒程度；當ye(0,0.2]時，定義電網(wǎng)電壓處于不穩(wěn)定程度。
[0031] 步驟2 :在電力系統(tǒng)中測量的所有數(shù)據(jù)種類中篩選與電網(wǎng)電壓穩(wěn)定性關(guān)聯(lián)密切的 數(shù)據(jù)進行采集。W考察IEEE14節(jié)點系統(tǒng)中節(jié)點4的電壓穩(wěn)定性為例，確定捜集的數(shù)據(jù)種 類為IE邸14節(jié)點系統(tǒng)在121種穩(wěn)態(tài)運行時的節(jié)點4電壓幅值及相角，與節(jié)點4相連接的 各線路和變壓器支路流進和流出節(jié)點4的有功功率和無功功率，作為BP神經(jīng)網(wǎng)絡(luò)的輸入變 量，共12個輸入；在運121種穩(wěn)態(tài)下使用連續(xù)潮流法計算出電網(wǎng)相應(yīng)的最大負荷參數(shù)，作為 BP神經(jīng)網(wǎng)絡(luò)的輸出變量，共1個輸出。存入數(shù)據(jù)庫后對運些數(shù)據(jù)進行歸一化預處理，預處理 的方法是在每一參數(shù)的參數(shù)值中選出最大值Xm。、和最小值Xmi。，根據(jù)式（2)
巧）
[0033] 將原始數(shù)據(jù)全部變換