[发明专利]一种计及不确定性因素的电网态势预测方法与终端

说明书

本发明公开了一种计及不确定性因素的电网态势预测方法与终端，获取历史工程数据，并根据所述历史工程数据进行不确定性集合建模；建立影响因素灵敏度分析模型，确定预选出的影响因素与态势感知参数的映射关系；根据所述不确定性集合以及所述映射关系，建立基于CVaR‑IGDT的RIES扩展规划模型，得到电力系统孪生模型；基于所述电力系统孪生模型，采用深度学习以及概率预测的方法进行电网态势预测；基于历史工程数据进行，从数据中挖掘机理，且考虑不确定性因素，电力系统孪生模型更能反映电网的实际运行情况，具有鲁棒性强、精确度高、适应性强等优势，对各种可能出现的场景有更高精度的预测、演绎，从而使电力系统态势的感知预测具有更高的准确度。

技术领域

本发明涉及电力系统态势感知技术领域，特别涉及一种计及不确定性因素的电网态势预测方法与终端。

背景技术

电力数字孪生是电力模型日渐复杂、数据呈现井喷趋势以及数字孪生技术发展完善等多方背景共同作用下的新兴产物。相比于侧重实时操控实体的信息物理系统或经典模型驱动的仿真软件，电力数字孪生能够高效利用数智电网中的大数据特别是时空大数据，充分挖掘时空大数据的深层信息，自适应地解决多元主体建模分析、具有不确定性的环境因素感知分析等难题。

电力数字孪生通过明确数据驱动、实时交互和闭环反馈三大特点，激发电网中固有的时空大数据福利；基于高维统计分析、人工智能等数据科学，全面、透明、多层次的观测/推演视角建模电网中各功能单元及其交互机制。基于实体系统的数字孪生建模，电力数字孪生以实时态势感知、超实时虚拟推演两种手段实现电网的认知功能，继而辅助其运管调控的决策制定、策略优化等，提升电网运行的稳定性与经济性。另一方面，电力数字孪生也兼容传统的物理机理模型、低维统计模型、专家系统等，采用经典模型与高维数据模型双驱动，可以对电网参与主体特性及其互动机制进行深入实验与研究。

在新能源大量接入电网的现状下，由于风光等能源受天气影响大，出力不稳定，波动性随机性高，会导致电网电压波动以及引发谐波、不对称、闪变等电能质量问题。海量异构的数据、气候的随机性、用户侧负荷的变化都为电网的建模仿真带来了不确定性。

传统的针对数字孪生电力系统的态势感知方法没有考虑不确定性因素，模型描述存在准确度低的问题。

发明内容

本发明所要解决的技术问题是：提供一种计及不确定性因素的电网态势预测方法与终端，在电力系统态势的感知预测时计及不确定性因素，更加准确。

为了解决上述技术问题，本发明采用的技术方案为：

一种计及不确定性因素的电网态势预测方法，包括步骤：

S1、获取历史工程数据，并根据所述历史工程数据进行不确定性集合建模；

S2、建立影响因素灵敏度分析模型，确定预选出的影响因素与态势感知参数的映射关系；

S3、根据所述不确定性集合以及所述映射关系，建立基于CVaR-IGDT的RIES扩展规划模型，得到电力系统孪生模型；

S4、基于所述电力系统孪生模型，采用深度学习以及概率预测的方法进行电网态势预测。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种计及不确定性因素的电网态势预测终端，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

S1、获取历史工程数据，并根据所述历史工程数据进行不确定性集合建模；

S2、建立影响因素灵敏度分析模型，确定预选出的影响因素与态势感知参数的映射关系；

S3、根据所述不确定性集合以及所述映射关系，建立基于CVaR-IGDT的RIES扩展规划模型，得到电力系统孪生模型；