[发明专利]电网舞动关键影响因素聚类分析方法及系统

说明书

技术领域

本发明涉及电网舞动技术领域，尤其涉及一种电网舞动关键影响因素聚类分析方法及系统。

背景技术

架空线路舞动是影响冬季电网安全稳定运行的重要因素。舞动可能造成线路频繁跳闸，同时舞动还容易大面积发生，造成大面积停电等事故，舞动严重威胁了冬季电网的运行安全。开展准确的舞动预测预警工作，可为电网运检部门提前部署防舞措施，为调度部门提前制定电网防舞应急预案提供准确的科学指导。现有的舞动预警相关专利，如CN 201510498199.X《一种输电通道舞动预警方法》和201410448630.5《一种基于Adaboost的输电线舞动风险预警》等，均未对舞动的关键影响因素进行筛选，而是笼统的采用所有可能的舞动影响因素进行预警判断，可能出现次要影响因素对舞动主要影响因素的干扰从而影响舞动预测结果的准确程度。为提升舞动预测的准确率，首先必须全面分析舞动的影响因子，辨识出舞动关键影响因子。

通常，架空线路舞动同时受气象、地形等外部条件和线路型号、分裂数等线路结构内部条件的影响，而研究舞动的预测关键因素必须充分考虑外部条件和内部条件的共同影响，由于线路本体结构的影响要素种类多，相互之间影响关系复杂，迫切需要提出线路舞动关键影响因素的辨识方法，提高输电线路覆冰舞动预警准确率，提前部署输电线路防舞措施争取宝贵的时间提供重要技术支撑，提升舞动预防技术水平，保障冬季电网运行安全。

发明内容

本发明目的在于一种电网舞动关键影响因素聚类分析方法及系统，以科学合理分析出电网舞动关键影响因素。

为实现上述目的，本发明公开一种电网舞动关键影响因素聚类分析方法，包括：

步骤S1、获取历史观测数据，所述历史观测数据包括架空线路历史舞动幅值数据以及相对应的舞动影响因素数据；

步骤S2、形成每条历史观测数据的点集S＝{L_i,x_i1,x_i2,…,x_in},其中，历史观测数据的条数i＝1,2,…,m，舞动影响因子的个数为n；L_i为第i条历史观测数据中相应线路的历史舞动幅值，x_ij为对应L_i的第j个舞动影响因素观测值；

步骤S3、采用非监督聚类方法对所有历史观测数据的点集进行聚类，并设置待分析的舞动幅值区段，计算该舞动幅值区段所对应的聚类关联度；其中，所述聚类关联度为除法运算，分子为聚类所形成各类别中符合所述舞动幅值区段的点集个数，分母为包含有至少一个符合所述舞动幅值区段点集的所有类别的点集个数之和；以及

依次去掉各条历史观测数据所对应点集S中的同一舞动影响因子，并重新进行聚类并计算所述舞动幅值区段所对应的聚类关联度，若聚类关联度变小，则保留该舞动影响因子；若聚类关联度变大，则去掉该舞动影响因子；以此重复迭代，直至不能去掉点集S中所保留的任一舞动影响因素。

与上述方法相对应的，本发明公开一种电网舞动关键影响因素聚类分析系统，包括：

第一处理单元、用于获取历史观测数据，所述历史观测数据包括架空线路历史舞动幅值数据以及相对应的舞动影响因素数据；

第二处理单元、用于形成每条历史观测数据的点集S＝{L_i,x_i1,x_i2,…,x_in},其中，历史观测数据的条数i＝1,2,…,m，舞动影响因子的个数为n；L_i为第i条历史观测数据中相应线路的历史舞动幅值，x_ij为对应L_i的第j个舞动影响因素观测值；

第三处理单元、用于采用非监督聚类方法对所有历史观测数据的点集进行聚类，并设置待分析的舞动幅值区段，计算该舞动幅值区段所对应的聚类关联度；其中，所述聚类关联度为除法运算，分子为聚类所形成各类别中符合所述舞动幅值区段的点集个数，分母为包含有至少一个符合所述舞动幅值区段点集的所有类别的点集个数之和；以及

依次去掉各条历史观测数据所对应点集S中的同一舞动影响因子，并重新进行聚类并计算所述舞动幅值区段所对应的聚类关联度，若聚类关联度变小，则保留该舞动影响因子；若聚类关联度变大，则去掉该舞动影响因子；以此重复迭代，直至不能去掉点集S中所保留的任一舞动影响因素。

本发明具有以下有益效果：