[发明专利]一种电网频率扰动恢复过程输出方法

说明书

技术领域

本发明涉及电网管理领域，尤其是一种电网频率扰动恢复过程输出方法。

背景技术

近几年在世界范围内连续发生了几次大面积停电事故，造成严重的经济损失和社会冲击。造成大停电的原因众多，涉及电网规划、建设、调度运行和管理各个环节，其中电网备用充裕度是一个重要因素。备用容量不足将导致电网在发生大功率失去时频率的不稳定，严重时将引起系统频率崩溃，因此及时掌握备用容量对于电网安全稳定运行具有重要意义。

国外关于备用总量计算方法有很多，总结来说，确定备用总量的方法主要有以下三种形式：

1)N-1准则来确定系统的备用容量：当系统发生事故时，应尽量避免切除负荷。

2)负荷的某一百分数等经验性估算

3)概率性方法：求得系统出现某一容量短缺的概率，进而根据系统要求的可靠性指标求出所需要的备用容量。

上述方法对备用容量的估算虽然可以满足基本要求，但无法根据电网自身的运行特点实时、准确地给出系统所需备用容量。通过可靠性仿真计算备用容量往往裕度很大且不够经济，通过经验性方法计算又过于粗放，缺乏科学性。

数据挖掘是一门新兴的边缘学科，是指从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程，近年来引起了中国学术界和产业界的广泛关注。分类与预测是最主要两种数据分析形式，它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型。对于估算频率扰动过程、确定备用容量问题来说，首先使用分类方法对数据进行分析和处理，通过规则提取来确定数据间逻辑关系。这些数据包括与电网故障和频率变化相关输入信息，比如故障前负荷总量、损失功率、故障前直流受入功率、备用容量、综合频率效应系数、恢复频率估算系数、故障前频率，它们与频率扰动变化构成非线性关系；输出信息则是时刻变化的频率数据，需要将频率恢复全过程直观而清晰的表现出来。规则提取方面，比较有效的是能够很好反应非线性关系的黑盒方法。数据预测则用于预测数据对象的未来取值，利用之前数据分类所建立的数学模型，可以对未来频率扰动过程进行估算，进而为备用管理问题提供辅助决策。

发明内容

本发明的目的在于提供一种电网频率扰动恢复过程输出方法，以预测某一设定故障后电网的频率变化情况，特别改善了传统频率估算方法存在离线误差以及在有直流大功率受入的情况下估算结果精度降低的问题。

为了达到上述目的，本发明提供了一种电网频率扰动恢复过程输出方法，应用在具有多层数据单元且每一层具有至少两个数据节点的电网上，包括以下步骤：

测量获得与电网故障和频率变化相关的电网输入数据；

将所述电网输入数据输入电网，任意两个所述数据节点之间均通过权值连接，每一层所述数据节点只接受前一层的输出信息并输出给下一层各节点，以权值和电网输出数据为变量，根据所述电网输入数据和权值获得所述电网输出数据；

根据所述电网输入数据、权值和电网输出数据获得所述电网频率扰动恢复过程输出；

根据所述电网输出数据和设定的期望输出值获得该电网的误差函数；

将所述电网输入数据和设定的初始权值输入该电网以获得初始的电网输出数据，结合所述期望输出值获得其初始的误差函数值，设定误差函数的目标范围，将初始误差函数值与误差函数的目标范围进行比较：如果所述初始的误差函数值落在目标范围外，则采用梯度最速下降法调整所述初始权值，所述梯度最速下降法为沿着权值的负梯度方向调整所述初始权值，使得权值的调整量与误差函数的梯度下降成正比，并将初始权值和权值的调整量之和作为新的权值进行迭代运算，以使调整后的所述误差函数值最小，直至所述误差函数值落在目标范围内为止，最后一次调整得到的权值为目标权值；如果该初始的误差函数值落在所述目标范围内，则初始权值为目标权值。

进一步地，所述电网输入数据为x_n，n＝1，2…N，所述电网具有输入层、隐含层和输出层，所述电网输入数据输入输入层，经所述隐含层和输出层输出得到电网输出数据，所述隐含层共具有L层数据单元，其中，第l层的节点个数为N_l，l＝1，2，...，L，对于第l-1层的第k个节点，根据所述电网输入数据和权值得到第k个节点加权后求和值u_k，第k个节点的输出数据为y_k，且

y_k＝f(u_k)，