[发明专利]一种电力系统薄弱评估智能体训练方法、评估方法和系统

说明书

本发明公开了一种电力系统薄弱评估智能体训练方法、评估方法和系统，属于电力系统薄弱评估领域。本发明基于深度强化学习算法与电力系统连锁故障模型，基于深度Q网络的智能体决策最易导致电力系统崩溃的攻击线路，基于电力系统连锁故障模型模拟受攻击线路退出运行后的潮流转移过程，自动切除潮流越限最严重的输电线路。继续利用智能体决策攻击线路，直至停运线路或损失负荷达到一定的阈值，判定电力系统崩溃，并输出智能体决策的攻击序列。在此过程中，存储强化学习所需的经验样本并训练更新智能体。本发明利用深度强化学习算法训练得到的智能体，能有效决策出当前潮流工况下，最易导致电力系统崩溃的攻击序列，从而评估电力系统的薄弱程度。

技术领域

本发明属于电力系统薄弱评估技术领域，更具体地，涉及一种电力系统薄弱评估智能体训练方法、评估方法和系统。

背景技术

现代大型互联电力系统中，随着负荷不断增长，线路输送的功率不断逼近传输容量。此时，若输电线路因故障切线而退出运行，电力系统潮流会发生转移，可能引起其他输电线路潮流越限，进而引发连锁故障，造成大量输电线路停运，最终可能发展成电力系统网架崩溃、大规模停电等事故。电力系统薄弱评估可找出当前电力系统结构与潮流运行方式下的薄弱输电线路，对于指导电力系统运行技术人员开展调度工作，保障电力系统安全可靠运行。

现有的绝大多数电力系统薄弱线路辨识工作都是针对供电充裕性进行的，主要考虑薄弱线路退出运行后，因潮流转移导致的连锁故障事故，可能造成电力系统的负荷缺失与网架崩溃，无法保障供电充裕性。然而，此类电力系统薄弱线路评估工作都是通过在电力系统的某一种潮流运行方式下计算潮流熵、信息熵等指标开展的，得到的是对应该运行方式下的电力系统薄弱线路。在实际运行过程中，电力系统的运行方式变化多样，当潮流方式发生变化后，现有电力系统薄弱评估方法需要重新执行计算过程，并模拟连锁故障演变过程才能得到电力系统薄弱线路。

发明内容

针对相关技术的缺陷，本发明的目的在于提供一种电力系统薄弱评估智能体训练方法、评估方法和系统，旨在解决现有技术中通过算法进行电力系统薄弱评估在潮流运行方式变化后需要重新执行计算过程，并模拟连锁故障演变过程才能得到电力系统薄弱线路的问题。

为实现上述目的，本发明的一个方面提供了一种电力系统薄弱评估智能体训练方法，包括以下步骤：

S1、读取潮流计算数据，获取电力系统的潮流状态；

S2、智能体根据当前的潮流状态决策攻击线路编号；

S3、执行线路攻击，进行断线后电力系统的子网络检测和预处理，调整电力系统潮流计算数据，并计算新的电力系统潮流；

S4、判断是否存在潮流越限的线路，若是，则切除任一条潮流越限的线路，返回步骤S3，若否，继续执行步骤S5；

S5、将当前的训练样本数据加入智能体模型训练样本库，训练并更新智能体参数；

S6、判断潮流状态是否达到第一终止条件，若否，返回步骤S2，若是，输出智能体决策得到的攻击序列；

S7、判断智能体训练过程是否达到第二终止条件，若否，返回步骤S1，若是，输出训练好的智能体模型。

进一步地，所述潮流计算数据包括：

输电线路信息：左右母线编号、电抗电阻电容、变压器变比、额定传输容量和线路运行状态；

母线信息：发电机有功出力、负荷有功功率和母线联网状态；

发电机信息：发电机调速系数。

进一步地，所述智能体用深度Q网络表示，输出层的维度为电力系统可受攻击的输电线路数量，深度Q网络利用输入的状态数据计算出各输电线路对应的输出神经元的Q值。

进一步地，所述步骤S3中，所述子网络检测和预处理包括：