[发明专利]一种基于熵的电力系统的稳定性评价方法及系统有效
申请号: | 201810089344.2 | 申请日: | 2018-01-30 |
公开(公告)号: | CN108199374B | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 陈颖;黄少伟;王志晟;沈沉;梅生伟 | 申请(专利权)人: | 清华大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100084 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力系统 稳定性评价 随机变量 系统分量 状态变量 改变系统 互相独立 量测数据 有效评价 状态估计 关联性 状态量 求和 去除 映射 | ||
1.一种基于熵的电力系统的稳定性评价方法,其特征在于,包括:
S1、对电力系统的量测数据进行状态估计,获取电力系统的状态变量;
S2、基于K-L变换法,去除所述电力系统的状态变量中各个分量之间的关联性,获取相互独立的各个系统分量;
S3、分别计算每个系统分量对应的随机变量的熵,并根据所有随机变量的熵之和,对所述电力系统的稳定性进行评价;步骤S2具体包括:
S21、基于K-L变换法,计算目标评价样本的协方差矩阵;
S22、对所述目标评价样本的协方差矩阵进行特征值分解,得到所述目标评价样本的协方差矩阵对应的线性变换;
S23、将所述线性变换应用于所述目标评价样本,获取相互独立的各个系统分量;步骤S3具体包括:
S31、基于非参数估计法,分别计算每个系统分量对应的概率密度函数;
S32、基于所述每个系统分量对应的概率密度函数,计算每个系统分量对应的随机变量的熵;
S33、将所有系统分量对应的随机变量的熵相加,得到所有随机变量的熵之和;
S34、基于所有随机变量的熵之和,对所述电力系统的稳定性进行评价。
2.根据权利要求1所述的方法,其特征在于,步骤S2之前、步骤S1之后所述方法还包括:
基于预设的时间窗口,从所述电力系统的状态变量中提取预设数量的样本作为目标评价样本;
相应的,步骤S2包括基于K-L变换法,去除所述目标评价样本中各个分量之间的关联性,获取相互独立的各个系统分量。
3.根据权利要求1所述的方法,其特征在于,步骤S1具体包括:
获取电力系统的量测数据,所述量测数据包括冗余数据;
基于所述冗余数据的最小均方误差,确定所述电力系统的状态变量。
4.根据权利要求1所述的方法,其特征在于,步骤S22具体包括:
获取所述目标评价样本的协方差矩阵中所有特征向量;
将所述目标评价样本的协方差矩阵中所有特征向量作为线性空间的基,以得到所述目标评价样本的协方差矩阵对应的线性变换。
5.根据权利要求1所述的方法,其特征在于,步骤S34具体包括:
计算所述电力系统在多个不同负荷条件下的所有随机变量的熵之和;
将任意两个不同负荷条件下的所有随机变量的熵之和作差,得到所述电力系统的熵增量;
基于所述电力系统的熵增量,评价相应的负荷条件对于所述电力系统是否稳定。
6.一种基于熵的电力系统的稳定性评价系统,其特征在于,所述系统包括:
状态变量获取模块,用于对电力系统的量测数据进行状态估计,获取电力系统的状态变量;
相关性去除模块,用于基于K-L变换法,去除所述电力系统的状态变量中各个分量之间的关联性,获取相互独立的各个系统分量;
稳定性评价模块,用于分别计算每个系统分量对应的随机变量的熵,并根据所有随机变量的熵之和,对所述电力系统的稳定性进行评价;相关性去除模块具体用于:
S21、基于K-L变换法,计算目标评价样本的协方差矩阵;
S22、对所述目标评价样本的协方差矩阵进行特征值分解,得到所述目标评价样本的协方差矩阵对应的线性变换;
S23、将所述线性变换应用于所述目标评价样本,获取相互独立的各个系统分量;稳定性评价模块具体用于:
S31、基于非参数估计法,分别计算每个系统分量对应的概率密度函数;
S32、基于所述每个系统分量对应的概率密度函数,计算每个系统分量对应的随机变量的熵;
S33、将所有系统分量对应的随机变量的熵相加,得到所有随机变量的熵之和;
S34、基于所有随机变量的熵之和,对所述电力系统的稳定性进行评价。
7.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810089344.2/1.html,转载请声明来源钻瓜专利网。