《一种基于模式识别的电网支路重要性评估方法.pdf》由会员分享，可在线阅读，更多相关《一种基于模式识别的电网支路重要性评估方法.pdf（15页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103440398 A(43)申请公布日 2013.12.11CN103440398A*CN103440398A*(21)申请号 201310289540.1(22)申请日 2013.07.10G06F 19/00(2011.01)(71)申请人武汉大学地址 430072 湖北省武汉市武昌区珞珈山武汉大学(72)发明人刘涤尘 吴军 赵一婕 董飞飞宋春丽 潘旭东 王浩磊 朱振山(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙) 42222代理人薛玲(54) 发明名称一种基于模式识别的电网支路重要性评估方法(57) 摘要本发明公开了一种基于模式识别的电网支路重。
2、要性评估方法。在构建支路退运的三种风险指标的基础上，采用ISODATA算法对三维风险进行自组织聚类，确定各条支路安全等级，然后利用PCA方法分析各条支路三维风险向量，确定所有支路风险的主成分，并且将第一主成分作为综合风险评价指标设计的参考，实现数据降维后的综合评价指标的设计、支路的重要性排序及其重要性分级。本发明采用支路退运风险来评估支路的重要性，相比较单从拓扑结构的角度来评估更具有说服力；且提出基于ISODATA聚类算法的支路重要性分级方法和基于PCA的支路重要性排序，为核心骨干网架的搜索和构建提供理论基础。(51)Int.Cl.权利要求书3页 说明书9页 附图2页(19)中华人民共和国国家。
3、知识产权局(12)发明专利申请权利要求书3页 说明书9页 附图2页(10)申请公布号 CN 103440398 ACN 103440398 A1/3页21.一种基于模式识别的电网支路重要性评估方法，其特征在于：包括以下步骤，步骤1、构建电网支路重要性评估指标；支路的重要性根据单一支路退运后对整个电力系统中其他所有支路或者节点所造成的后果来判断，综合考虑事故发生的概率及其相应的后果；定义电力系统的支路退运风险Risk(Y|Ei)为支路退运的概率与退运后产生的后果的乘积，即：其中，Ei指电网的第i条支路退运，P(Ei)是指事故Ei发生的概率，服从泊松分布；Lj为第j条支路；f(Y|Ei,Lj)是支。
4、路i退运后，系统中支路j处于特定运行状态Y的概率分布，Sev(Y)表示在特定运行状态Y时事故的严重度，特定运行状态Y包括支路潮流、节点电压和节点负荷，f(Y|Ei,Lj)Sev(Y)dY是指事故Ei发生后对支路j产生的相应的后果，指事故Ei发生后对其他所有支路的后果总和；根据支路退运后对整个电力系统中其他所有支路或者节点所造成后果的不同，支路退运风险包括过负荷风险、低电压风险、失负荷风险，具体计算方法如下：过负荷风险Risk(PL|Ei)的计算：其中，i=1,2,，n，j=1,2,，n，n为系统中的支路数，f(PL|Ei,Lj)是支路i退运后，系统中支路j的支路功率相对值PL的概率分布；Sev。
5、(PL)描述了支路功率相对值为PL时事故的严重度；f(PL|Ei,Lj)Sev(PL)dPL是指事故Ei发生后对支路j产生的过负荷的后果；指事故Ei发生后对其他所有支路的过负荷后果总和；过负荷严重度Sev(PL)取决于事故后其他所有支路的潮流分布，具体表示为：式中，PL=P/Pe为该支路功率相对值，P为支路功率，Pe为该支路的额定功率；低电压风险Risk(VB|Ei)的计算：其中，m为系统中节点个数，f(VB|Ei,Lj)是支路i退运后，系统中节点j的节点电压相对值VB的概率分布；Sev(VB)描述了节点电压相对值为VB时事故的严重度，f(VB|Ei,Lj)Sev(VB)dVB是指事故Ei发生。
6、后对节点j产生的低电压的后果，指事故Ei发生后对所有节点的低电压后果总和，低电压严重度Sev(VB)取决于事故后节点的电压，具体表示为：权 利 要 求 书CN 103440398 A2/3页3式中，VB=V/Ve为该节点电压相对值，V为节点电压，Ve为该节点的额定电压；失负荷风险Risk(Pq|Ei)的计算：式中，md为负荷节点数，Pqi为事故Ei后第i个负荷节点失去的负荷，Pq为系统失去的负荷，Sev(Pq)为系统中失去负荷Pq的严重度，具体表示为：式中，Pfh为系统中负荷节点的原始负荷，Pq为系统中负荷节点的失负荷量。步骤2、将过负荷风险、低电压风险和失负荷风险构成三维风险向量xi，具体表。
7、示为：xi=(Risk(PL|Ei),Risk(VB|Ei),Risk(Pq|Ei)xi为第i条支路的三维风险向量；步骤3、基于ISODATA聚类算法进行支路重要性分级；基于ISODATA聚类算法进行支路重要性分级的过程具体为：采用ISODATA聚类算法将所有支路的三维风险向量按照数据相似度聚类，得到每一级的聚类中心和支路编号，实现每条支路重要性等级初步自动分级；以聚类中心与原点欧式距离的大小判断支路重要性等级，聚类中心距离原点越远，该级别所包含的三维风险点距离原点越远，因此这些风险点的风险就越大，其所属重要性级别就越重要；步骤4、基于PCA方法进行支路重要性排序；具体过程如下：以三维风险向量。
8、作为源数据，利用PCA方法对三维风险向量进行降维，保留源数据中的主要信息，得到所有三维风险数据的最大主方向，然后将三维风险向量投影到主方向轴线上以获取能够清晰分辨不同类别的一维数据，进而参照PCA降维结果来进行综合风险指标计算；第一主成分1即为综合风险，计算公式如下；其中，为三维风险指标的权重向量，表示三维风险的归一化重要性比重，x为支路的三维风险向量，1为综合风险，即空间风险点在主方向轴上的投影到原点的距离；根据上式得到所有支路的综合风险，根据综合风险值进行支路重要性排序，综合风险越大，该支路故障后对整个电力系统的影响越大，因此该支路越重要；步骤5、判断支路重要性排序以及分级调整；根据支路重。
9、要性排序结果，标注空间分级投影的上下边界支路，如果相邻两重要级别支路的投影不存在交叉，则可以设定这两级的分级点为该两级的边界支路的风险平均值；如果存在允许范围内的交叉，则以重要等级高的边界支路风险为准，落在边界支路远离原点方向的投影点均自动设定为偏重要等级，按照新的两级边界支路的风险平均值作为这两级的分级点。设定分级交叉百分比为交叉支路数Njc占所有支路数Nz的百分比，如下，权 利 要 求 书CN 103440398 A3/3页4当分级交叉百分比满足10%时，采用第一主成分能够综合体现p个指标的三维空间分级信息，即分级交叉在允许范围内；如果不满足10%，则跳到步骤3，重新设置参数。2.根据权利。
10、要求1所述的一种基于模式识别的电网支路重要性评估方法，其特征在于：所述步骤3中的ISODATA聚类算法包括以下步骤；步骤3.1、设置参数：待分类样本xi；预期的聚类中心数目K；初始的聚类中心数目Nc；每一聚类域中最少的样本数目N;聚类域中样本距离分布的标准差S；两聚类中心之间的最小距离C；判断循环停止的迭代运算的次数IP；两聚类中心之间的距离Dij；步骤3.2、随机选取Nc个样本作为初始聚类的中心；步骤3.3、将样本xi分配到最近的聚类Sj；规则为：若Dj=min(|xi-Cj|)，i=1,2,p，j=1,2,c，则将xi归到聚类Sj；其中，Cj为第j个聚类中心，Dj为样本xi到第j个聚类中心。
11、的距离，该距离最短；步骤3.4、计算各聚类的中心：将新的中心值Zi定为聚类的中心Ci=Zi，xj为第j个三维风险向量，其中j=1,2,Sj，Ni为聚类Sj的类数；步骤3.5、分裂；若当前聚类的数目少于预期的聚类数目K，则开始进行聚类分裂；步骤3.6、合并；当两个聚类的中心距离小于二者中心的最小距离C时，两个聚类合并为一个新的聚类；若全部聚类中心之间的距离就开始合并，新聚类中心为：其中，Ci和Cj分别为第i类和第j类的聚类中心，Ni和Nj分别为聚类Si和Sj的类数；步骤3.7、如果迭代次数达到最大迭代次数IP，或过程收敛，则迭代过程结束，否则IP=IP+1，回到步骤3。权 利 要 求 书CN 1。
12、03440398 A1/9页5一种基于模式识别的电网支路重要性评估方法 技术领域0001 本发明属于电力系统的差异化规划技术领域，特别涉及一种基于模式识别的电网支路重要性评估方法。 背景技术0002 近年来，国内外极端自然灾害频繁发生，可能导致电力系统出现从局部到大面积的停电事故，严重影响了电网的安全运行。差异化规划所构建的核心骨干网架具备应对自然灾害和严重故障时保证重要负荷持续供电的能力。构建核心骨干网架的关键在于支路的重要性评估。传统的方法主要集中在对电网拓扑结构的分析。由于拓扑结构的分析方法没有考虑拓扑结构变化的概率，并且很少涉及电力系统运行特性及其自身约束。然而，风险评估方法综合考虑了。
13、事故发生的概率和产生的后果，对支路进行重要性评估更加全面科学。 0003 在电力系统风险评估领域，多风险指标的综合方法一般采用加权形式的评估方法，各种加权方法的关键在于各指标权重的确定。孙飞在博士论文2011发表的电力系统安全风险评估与脆弱性利用层次分析法的3标度法和9标度法再结合专家调查法实现指标权重的分配；刘新东等在电力自动化设备2009,29（2）：15-20发表的基于风险理论和模糊推理的电力系统暂态安全风险评估采用范数加权的综合方法来进行安全风险指标的综合。这些风险综合方法的权重系数受主观因素影响较大。目前对于支路安全分级问题的研究还不够深入，王宁等在华东电力2008,36（3）：66。
14、-69发表的基于风险的电力系统低电压安全预警将电压安全分为5个等级，分级原则是直接根据风险计算指标值来人为均匀设定每一级的风险分类区间。显然，这种分级方法缺少必要理论论证，形式简单，且主观性强。 发明内容0004 本发明的目的是探索出一种基于模式识别的电网支路重要性评估方法。该方法在构建电网支路退运风险评估指标的基础上，使用ISODATA算法对支路退运的三维风险进行自组织聚类，确定各条支路的重要性等级，然后利用PCA主成分分析方法确定所有支路风险的主成分，实现数据降维后支路的重要性排序及其 重要性程度分级，为核心骨干网架构建提供理论依据。 0005 为解决上述技术问题，本发明采用如下技术方案：。
15、 0006 一种基于模式识别的电网支路重要性评估方法，该方法包含以下步骤： 0007 步骤1、构建电网支路重要性评估指标； 0008 支路的重要性可根据单一支路退运后对整个电力系统中其他所有支路或者节点所造成的后果来判断，综合考虑事故发生的概率及其相应的后果； 0009 支路退运风险： 0010 定义电力系统的支路退运风险为支路退运的概率与退运后产生的后果的乘积，即： 说 明 书CN 103440398 A2/9页60011 0012 式中，Ei指电网事故电网的第i条支路退运，P(Ei)是指事故Ei发生的概率，一般服从泊松分布；Lj为第j条支路；f(Y|Ei,Lj)是支路i退运后，系统中支路j。
16、处于特定运行状态Y的概率分布；Sev(Y)描述了在特定运行状态Y时事故的严重度。特定运行状态Y包括支路潮流、节点电压和节点负荷。f(Y|Ei,Lj)Sev(Y)dY是指事故Ei发生后对支路j产生的相应的后果。指事故Ei发生后对其他所有支路的后果总和，Risk(Y|Ei)是指电力系统的支路退运风险。 0013 支路退运风险指标： 0014 根据支路退运后对整个电力系统中其他所有支路或者节点所造成后果的不同，将支路退运风险分为过负荷风险、低电压风险和失负荷风险三种。 0015 （1）过负荷风险 0016 过负荷风险是电力系统事故后，导致其他未故障支路的有功功率超过其额定值的可能性和严重程度的结合，。
17、即： 0017 0018 其中，i=1,2,，n，j=1,2,，n，n为系统中的支路数，f(PL|Ei,Lj)是支路i退运后，系统中支路j的支路功率相对值PL的概率分布；Sev(PL)描述了支路功率相对值为PL时事故的严重度。f(PL|Ei,Lj)Sev(PL)dPL是指事故Ei发生后对支路j产生的过负荷的后果。指事故Ei发生后对其他所有支路 的过负荷后果总和，Risk(PL|Ei)是指事故Ei发生后的过负荷风险。过负荷严重度Sev(PL)取决于事故后其他所有支路的潮流分布，严重度函数如式(3)所示，曲线如图2所示。 0019 0020 式中，P为支路功率，Pe为该支路的额定功率，PL=P/P。
18、e为该支路功率相对值。 0021 （2）低电压风险 0022 低电压风险是电力系统事故后导致系统中节点电压低于额定值的可能性和严重性的结合，即： 0023 0024 其中，m为系统中节点个数，f(VB|Ei,Lj)是支路i退运后，系统中节点j的节点电压相对值VB的概率分布；Sev(VB)描述了节点电压相对值为VB时事故的严重度。f(VB|Ei,Lj)Sev(VB)dVB是指事故Ei发生后对节点j产生的低电压的后果。 指事故Ei发生后对所有节点的低电压后果总和，Risk(VB|Ei)是指事故Ei发生后的低电压风险。低电压严重度Sev(VB)取决于事故后节点的电压，严重度函数如式(5)所示，曲线如。
19、图3所示。 说 明 书CN 103440398 A3/9页70025 0026 式中，V为节点电压，Ve为该节点的额定电压，VB=V/Ve为该节点电压相对值。 0027 （3）失负荷风险 0028 失负荷风险是事故后系统负荷节点失去负荷的可能性和严重程度的结合，即： 0029 0030 式中，md为负荷节点数，Pqi为事故Ei后第i个负荷节点失去的负荷，Pq为 系统失去的负荷，Sev(Pq)为系统中失去负荷Pq的严重度，Risk(Pq|Ei)为事故Ei发生后的失负荷风险。 0031 其中，失负荷严重度取决于失去负荷的比例，其严重度函数如式(7)所示。 0032 0033 式中，Pfh为系统中负。
20、荷节点的原始负荷，该数值是已知量，每个负荷节点是原始负荷是不同的，Pq为系统中负荷节点的失负荷量。 0034 步骤2、构建三维风险向量 0035 将过负荷风险，低电压风险和失负荷风险构成三维风险向量xi，表示为： 0036 xi=(Risk(PL|Ei),Risk(VB|Ei),Risk(Pq|Ei) (8) 0037 步骤3、基于ISODATA聚类算法进行支路重要性分级 0038 ISODATA聚类，即迭代自组织数据分析算法，是一种非监督动态聚类算法的模式识别方法。ISODATA采用欧氏距离来分析数据本身的相似度，其核心思想是欧氏距离越小，相似度越大，将相似度高的数据自动聚集在一起。 003。
21、9 支路重要性分级的思想即设定事故集为单一支路退运，分别计算出该退运线路的过负荷风险、低电压风险和失负荷风险，将每条支路的三个风险值表示成一个三维风险向量，采用ISODATA聚类算法将所有支路的三维风险向量按照数据相似度聚类，得到每一级的聚类中心和支路编号，实现每条支路重要性等级初步自动分级；以聚类中心与原点欧式距离的大小判断支路重要性等级，聚类中心距离原点越远，该级别所包含的三维风险点距离原点越远，因此这些风险点的风险就越大，其所属重要性级别就越重要；由于本专利所设定的初始聚类中心是随机的，支路重要性分级结果并不完全相同，但是出现分级结果不一致的地方都在边界处。 0040 ISODATA聚类。
22、算法的基本步骤如下： 0041 1）设置参数：待分类样本xi；预期的聚类中心数目K；初始的聚类中心数目Nc；每一聚类域中最少的样本数目N;聚类域中样本距离分布的标准差S；两聚类中心之间的最小距离C；判断循环停止的迭代运算的次数IP；两聚类中心之间的距离Dij。 0042 2）随机选取Nc个样本作为初始聚类的中心； 0043 3）将样本xi分配到最近的聚类Sj。规则为：若Dj=min( |i-Cj|)，i=1,2,p，j=1,2,c，则将xi归到聚类Sj。其中，Cj为第j个聚类中心，Dj为样本xi到第j个聚类说 明 书CN 103440398 A4/9页8中心的距离，该距离最短。 0044 4）。
23、计算各聚类的中心： 0045 0046 将新的中心值Zi定为聚类的中心Ci=Zi，xj为第j个三维风险向量，其中j=1,2,Sj，Ni为聚类Sj的类数。 0047 5）分裂。若当前聚类的数目少于预期的聚类数目K，则开始进行聚类分裂。 0048 6）合并。当两个聚类的中心距离小于二者中心的最小距离C时，两个聚类合并为一个新的聚类。若全部聚类中心之间的距离就开始合并。新聚类中心为： 0049 0050 其中，Ci和Cj分别为第i类和第j类的聚类中心，Ni和Nj分别为聚类Si和Sj的类数。 0051 7）如果迭代次数达到最大迭代次数IP，或过程收敛，则迭代过程结束，否则IP=IP+1，回到步骤3。 。
24、0052 步骤4、基于PCA方法进行支路重要性排序 0053 主成分分析（PCA）方法是一种广泛应用于模式识别领域寻找多维数据主要特性的统计分析方法，其主要目的是将高维数据投影到低维空间，从多维数据中解析出主要成分，揭示多维数据有效信息，简化分析复杂问题。 0054 PCA的主要思想是对原N维列向量使用线性变换，得到按照重要性由高到低排序的新的N列向量。在得到的新列向量中选取重要性最大的M（MN）维子向量，作为原列向量的主成分。 0055 记x1,xp为原始列向量的p个分量，设变换后列项的分量i，i=1,2,p，是原列向量子分量的线性组合，设定线性组合系数的模为1，即 0056 0057 i为。
25、线性组合系数向量，为列向量。这p个i构成特征变换矩阵A。最优的正交变换A的每个分量i使对应i的方差达到极值，数据将更加离散可分，相似 性更低，也就代表了更多的信息。同时要求组成A的每个列向量两两正交，保证得到的新分量间两两不相关。此外，如果某维分量的方差越大，该分量就越重要，拥有更多的信息。 0058 以三维风险向量作为源数据，利用PCA方法对三维风险向量进行降维，保留源数据中的主要信息，得到所有三维风险数据的最大主方向，然后将三维风险向量投影到主方向轴线上就可以获取能够清晰分辨不同类别（即ISODATA自动分类结果）的一维数据，进而参照PCA降维结果来进行综合风险指标计算。第一主成分1即为综。
26、合风险，计算公式如式(12)所示。 0059 0060 其中，为三维风险指标的权重向量，表示三维风险的归一化重要性比重，x为支说 明 书CN 103440398 A5/9页9路的三维风险向量。1为综合风险，即空间风险点在主方向轴上的投影到原点的距离。 0061 根据式(12)得到所有支路的综合风险，根据综合风险值进行支路重要性排序，综合风险越大，该支路故障后对整个电力系统的影响越大，因此该支路越重要。 0062 步骤5、支路重要性排序的判断及分级调整 0063 根据支路重要性排序结果，标注空间分级投影的上下边界支路，如果相邻两重要级别支路的投影不存在交叉，则可以设定这两级的分级点为该两级的边界。
27、支路的风险平均值；如果存在允许范围内的交叉，则以重要等级高的边界支路风险为准，落在边界支路远离原点方向的投影点均自动设定为偏重要等级，按照新的两级边界支路的风险平均值作为这两级的分级点。设定分级交叉百分比为交叉支路数Njc占所有支路数Nz的百分比，如式(13)所示。 0064 0065 当分级交叉百分比满足10%时，可认为，采用第一主成分能够综合体现p个指标的三维空间分级信息，即分级交叉在允许范围内。如果不满足10%，则跳到步骤3，重新设置参数。 0066 本发明具有以下优点： 0067 1、本发明采用支路退运风险来评估支路的重要性，更能从电网特性和自身 约束的角度来反应支路的重要性，相比较单。
28、从拓扑结构的角度来评估更具有说服力。 0068 2、本发明提出了基于ISODATA聚类算法的支路重要性分级方法，构建了向量形式的风险指标，将相似度较高的三维风险向量聚集为一类，这种方法相比现有的分级方法更具有理论基础。 0069 3、本发明提出了基于PCA的支路重要性排序，设计退运综合风险评价函数，以所有风险向量第一主成分作为综合风险值，将电网的三维风险向量降成一维，同时能够较为准确的还原三维的分类结果。 0070 4、本发明对支路重要性进行了排序和分级，为骨干网架的搜索提供前提条件。 附图说明0071 图1为基于模式识别的电网支路重要性评估的流程示意图； 0072 图2为基于模式识别的电网支。
29、路重要性分级图； 0073 图3为基于主成分分析的支路重要性排序图。 具体实施方式0074 一种基于模式识别的电网支路重要性评估方法，对IEEE39节点系统的46条支路进行重要性评分级和排序。该方法包含下列步骤： 0075 a、构建电网支路重要性评估指标；本实施例中，设定负荷分配因数的波动为5%，并以此作为系统运行参数的变化。设预想事故集为系统中的每一条支路依次断开，这些支路的年开断率y均是0.3。 0076 a1、计算支路退运的概率； 0077 a2、依据三种风险严重度函数，求取考虑运行参数变化的单一支路退运后的三种说 明 书CN 103440398 A6/9页10风险的严重程度； 0078。
30、 a3、利用基于支路退运风险评估方法计算得出各支路的三种风险值，其结果如表1所示，附图2给出了所有支路的三种风险计算结果。 0079 a4、将支路退运的三个风险指标构成三维风险向量，得到39节点系统的46条支路的三维风险向量。 0080 表1 0081 0082 b、采用ISODATA算法，对46条支路的三维风险进行重要性分级，分为一级、二级和三级，分别用*、+和表示，分类结果见表1和图2所示。 0083 c、采用PCA方法分析支路退运的三维风险向量，得到所有三维风险向量的第一主成分，将所有三维空间风险点向对应于第一主成分的主方向轴作投影，如图2所示。三维风险归一化的权重系数向量为：， 0084 d、根据和所有支路的三维风险向量，可以计算出所有支路风险降维后的综合风险值。支路综合风险值列于表1中。 0085 e、对支路综合风险进行排序，得到支路重要性排序结果，如图3和表2所示。 0086 f、将初步分级与重要性排序结果进行对比分析，得到交叉支路为L30，存在的交叉支路百分比=2.210%，在允许范围内，验证了这种风险综合方法的有效性和可行性。表3给出了边界支路的风险值以及39节点系统的支路重要性分级点。 0087 表2 0088 说 明 书CN 103440398 A10。