[发明专利]一种基于断面调整获取电网潮流仿真样本的方法及系统

说明书

本发明公开了一种基于断面调整获取电网潮流仿真样本的方法及系统，根据获取的电网潮流样本数据确定断面送端区域集合和断面受端区域集合；选取一个断面送端区域和断面受端区域进行组合，并确定断面送端区域母线集合和断面受端区域母线集合；确定断面送端发电机集合和断面受端发电机集合；根据发电机的有功功率和预设的归档策略，确定每个发电机对应的功率档位；根据每个发电机对应的功率档位，确定投入和退出的发电机，并根据每个发电机的投入状态和退出状态获取电网潮流仿真样本；本发明可以快速地自动生成大量电网潮流仿真样本，能够为研究深度学习算法在复杂电网的应用提供海量的样本数据，为电网仿真提供数据支撑。

技术领域

本发明涉及大电网安全技术领域，并且更具体地，涉及一种基于断面调整获取电网潮流仿真样本的方法及系统。

背景技术

随着太阳能和风能等随机能源对电源的渗透率加大、电力市场和电动汽车等人类活动对负荷的干预增强、电力电子化电力系统对运行和控制的改造，未来电力系统运行的复杂性和随机性进一步增强，具体体现在运行域的形态更复杂、安全运行的区域扩大以及安全域中的状态之间的转换机理更加复杂。

传统以解析建模方法为基础的研究范式难以解决涌现而来的新问题，而且，实际运行的电力系统也无法提供足够的数据以研究诸多可能出现的重要情况。与此同时，在诸多方面，数据驱动的电力系统研究却取得了令人瞩目的成果。采用数据驱动方法研究电力系统问题，能够为复杂问题提供有效解决方案，同时推进解析方法的发展。

大电网调度运行的复杂性需要利用深度学习方法来研究其特征，评估电网调度运行的潜在风险需要大量的样本支撑。大数据和人工智能技术已经在一些行业得到了应用，然而对于电力行业而言，应用人工智能手段研究电力系统运行问题，面临的首要问题是研究案例数据量的不足。

对于样本补充不足的研究已有的解决方法分为三类：样本生成方法、重要性抽样方法和提高数据利用率的方法。后两者是面对数据量小的妥协，解决问题的关键在于要有高效的样本生成方法，目前手工数据修改生成的电网样本案例，速度慢而且潮流收敛性无法保证，无法满足生成百万、千万级样本案例需求。在线生成的或在研课题生成的潮流案例相对集中，无法反映运行域的全貌。用潮流计算方法产生潮流案例数据的方法具有无法收敛的风险，对运行方式计划人员的经验要求极为苛刻且工作量巨大。

因此，需要一种能够快速地生成大量电网潮流仿真样本的方法。

发明内容

本发明提出一种基于断面调整获取电网潮流仿真样本的方法及系统，以解决如何快速地自动生成大量电网潮流仿真样本的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于断面调整获取电网潮流仿真样本的方法，所述方法包括：

步骤1，从获取的电网潮流样本数据的多个断面中选取一个断面，并确定当前的断面对应的断面送端区域集合和断面受端区域集合；

步骤2，分别从所述断面送端区域集合和断面受端区域集合中选取一个断面送端区域和断面受端区域进行组合，并根据当前的断面送端区域内的活导母线确定断面送端区域母线集合，根据当前的断面受端区域内的活导母线确定断面受端区域母线集合；

步骤3，根据发电机所联母线在所述断面送端区域母线集合中的发电机确定断面送端发电机集合，根据发电机所联母线在所述断面受端区域母线集合中的发电机确定断面受端发电机集合；

步骤4，根据发电机的有功功率和预设的归档策略，确定所述断面送端发电机集合和断面的受端发电机集合中的每个发电机对应的功率档位；

步骤5，根据每个发电机对应的功率档位，从所述断面送端发电机集合中选取预设数量的发电机组成第一待调发电机集合，并调整所述第一待调发电机集合中的每个发电机为投入状态，同时从所述断面受端发电机集合中选取预设数量的发电机组成第二待调发电机集合，并调整所述第二待调发电机集合中的每个发电机为退出状态，并根据每个发电机的投入状态和退出状态获取电网潮流仿真样本。