[发明专利]一种电力网络中节点故障的分析方法及装置

说明书

本申请提供的一种电力网络中节点故障的分析方法及装置，属于电力技术领域，本申请提供的方法包括：获取待预测电力网络中节点多个历史时刻对应的节点状态；将节点状态输入节点故障分析模型中，得到预测时刻的节点预测状态；节点故障分析模型包括节点状态以及节点预测状态的对应关系；节点故障分析模型基于强化学习算法训练得到。本申请提供的方法，根据实际情况模拟电力网络中节点在故障后出现的节点状态，高效准确，能够有效预估电力网络在下一时刻中各个节点的状态。

技术领域

本申请涉及电力技术领域，特别涉及一种电力网络中节点故障的分析方法及装置。

背景技术

当前电力网络的规模日趋庞大，发电站、变电站以及负荷都是电力网络中的重要设备。而这些设备往往相互影响，一旦某个设备产生了故障，就会导致相关设备的状态一起发生变化。由于各个设备之间的关联关系复杂，导致工作人员难以根据实时设备故障情况，推测其他设备是否实际可能发生故障。

对此，工作人员建立了多种模型，将电力网络抽象为复杂网络，将重要设备作为复杂网络中的节点，建立了多种模型对电力网络进行模拟，预测电力网络中各个重要设备的故障情况。常见的模型包括OPA模型以及基于暂态稳定约束最优潮流的大停电事故模型等模型。但是，目前的模型如果用于庞大复杂的电力网络中，一旦电力网络中设备量超过一定数量，预测结果精确度就会偏低，难以及时确定各个节点的情况。

基于此，目前亟需一种电力网络中节点故障的分析方法，用于解决现有技术中预测电力网络中各个节点情况时，精确度偏低的问题。

发明内容

本申请提供了一种电力网络中节点故障的分析方法及装置，可用于解决在现有技术中现有技术中预测电力网络中各个节点情况时，精确度偏低的问题。

第一方面，本申请提供了一种电力网络中节点故障的分析方法，所述方法包括：

获取待预测电力网络中节点多个历史时刻对应的节点状态；

将所述节点状态输入节点故障分析模型中，得到预测时刻的节点预测状态；所述节点故障分析模型包括节点状态以及节点预测状态的对应关系；所述节点故障分析模型基于强化学习算法训练得到。

结合第一方面，在第一方面的一种可实现方式中，所述节点故障分析模型采用以下方法训练：

获取所述节点P个时刻的P个样本状态；

将N个样本状态作为输入，将M个状态作为输出，训练得到所述节点故障分析模型；其中，P＝M+N，且N个样本状态中任意一个样本状态对应的时刻，早于M个样本状态中任意一个样本状态对应的时刻。

结合第一方面，在第一方面的一种可实现方式中，获取待预测电力网络中节点多个历史时刻对应的节点状态之后，还包括：

对所述节点状态进行归一化处理。

结合第一方面，在第一方面的一种可实现方式中，所述节点包括发电机、变电站以及负荷。

第二方面，本申请提供了一种电力网络中节点故障的分析装置，所述装置包括：

获取模块，用于获取待预测电力网络中节点多个历史时刻对应的节点状态；

处理模块，用于将所述节点状态输入节点故障分析模型中，得到预测时刻的节点预测状态；所述节点故障分析模型包括节点状态以及节点预测状态的对应关系；所述节点故障分析模型基于强化学习算法训练得到。

结合第二方面，在第二方面的一种可实现方式中，所述节点故障分析模型采用以下方法训练：

获取所述节点P个时刻的P个样本状态；