[发明专利]基于自适应差分进化算法与ELM的电网暂态稳定评估方法

权利要求书

1.一种基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，包括：

获取电网仿真受扰轨迹的受扰动态数据和受扰后稳态数据，以此构建样本集；

采用包含改进变异策略和最优粒子局部寻优机制的自适应差分进化算法优化极限学习机；

采用样本集对优化后的极限学习机进行训练，得到暂态稳定评估模型；

根据暂态稳定评估模型进行电网扰动后暂态变化的快速判稳。

2.如权利要求1所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，采用递归特征消除法对样本集提取关键特征，确定电网运行特征与稳定特征间的强关联关系，对强关联的电网运行特征进行排序组合和压缩降维。

3.如权利要求1所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，所述自适应差分进化算法优化极限学习机包括：依次采用改进变异策略、交叉操作和选择操作后，将适应度值最优的种群粒子作为新的父代粒子，采用最优粒子局部寻优机制进行最优个体局部寻优后，更新下一代缩放因子和交叉概率，输出最优输入权值和隐含层偏置。

4.如权利要求3所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，初始化初代种群，将初代种群粒子转换为ELM的输入权值和隐含层偏置，计算中间层输出矩阵，得到输出权值，以评估正确率作为适应度函数，进而得到个体适应度值。

5.如权利要求3所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，所述选择操作包括计算子代种群粒子的适应值，根据贪婪算法将子代种群粒子与父代种群中对应粒子对比，选择适应值更优的粒子作为新的父代粒子。

6.如权利要求1所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，所述最优粒子局部寻优机制包括生成随机数，若随机数大于局部变异概率，则对选择操作后适应度值最优的种群粒子执行施加高斯扰动随机量的高斯变异操作，以进行最优个体局部寻优。

7.如权利要求1所述的基于自适应差分进化算法与ELM的电网暂态稳定评估方法，其特征在于，所述样本集包括母线特征、线路特征和电网系统特征；

所述母线特征包括：母线电压、发电机有功功率、发电机无功功率、负荷有功水平、负荷无功水平、发电机系数、母线电压幅值和相角；

所述线路特征包括：线路有功水平、线路无功水平、线路有功损耗、线路无功损耗；

所述电网系统特征包括：系统有功负荷、系统无功负荷水平、系统有功出力、无功出力。

8.一种基于自适应差分进化算法与ELM的电网暂态稳定评估系统，其特征在于，包括：

数据获取模块，用于获取电网仿真受扰轨迹的受扰动态数据和受扰后稳态数据，以此构建样本集；

模型优化模块，用于采用包含改进变异策略和最优粒子局部寻优机制的自适应差分进化算法优化极限学习机；

模型训练模块，用于采用样本集对优化后的极限学习机进行训练，得到暂态稳定评估模型；

快速判稳模块，用于根据暂态稳定评估模型进行电网扰动后暂态变化的快速判稳。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。