买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请属于电力系统安全运行技术领域，具体涉及电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质。本公开基于电力系统大数据，建立了电力系统输电断面的邻域精细规则，能够输出电力系统输电断面TTC的预测值。现有的大部分基于数据驱动方法的TTC评估模型存在两大问题：一是在面对海量复杂多变的运行场景时，单一模型泛化能力不足；二是模型的准确度与其可解释性之间存在矛盾。本公开通过引入基于两阶段聚类的电力系统输电断面邻域精细规则生成方法，有效弥补了这一缺陷。本公开方法可以应用于电力系统安全分析领域中，有助于提高电力系统调度的安全性。

主权项：1.一种电力系统输电断面极限传输容量预测方法，其特征在于该方法包括：确定用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合；对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合；对邻域样本集合进行精细规则拟合，获得电力系统输电断面邻域精细规则；使用电力系统输电断面邻域精细规则，进行电力系统给定输电断面的极限传输容量预测；所述的确定用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合，包括：（1-1）从电力系统监控装置中采集电力系统运行状态数据，构成用于表征电力系统运行状态的特征数据向量，，其中，表示电力系统中的交流线有功潮流特征向量，表示电力系统中其他设备对应的潮流状态特征向量，x为特征向量；（1-2）对和进行标准化，得到用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合S；所述的对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合，包括：（2-1）进行第一阶段拓扑聚类；（2-2）基于电力系统中其他设备对应的潮流状态特征向量，使用k-means聚类方法，对步骤（2-2-1）中获得的k1个电力系统运行状态聚类，依次进行二次聚类；包括以下步骤：（2-2-1）对第j个运行状态聚类，基于潮流状态特征向量，依次绘制第二聚类个数-轮廓系数曲线，j=1～k1；（2-2-2）将步骤（2-2-1）的第j个一次聚类下对应的步骤（2-2-1）的第二聚类个数-轮廓系数曲线的最大轮廓系数对应的聚类个数作为第j个一次聚类的二次聚类个数，记作；（2-2-3）对步骤（2-2-2）的第j个一次聚类结果中的电力系统运行状态进行k-means聚类，聚类个数设置为（2-2-2）中获得的二次聚类个数，获得与每个运行状态相对应的二次聚类标签；（2-2-4）将每个二次聚类中包含的电力系统运行状态集合称为一个邻域运行状态集合，记作，其中u为一次聚类的标签，v为二次聚类的标签；所述的进行第一阶段拓扑聚类，包括：（2-1-1）定义电力系统中任意一条交流线路l开断后对另一条交流线路k的开断转移分布因子；（2-1-2）根据步骤（2-1-1）的定义，遍历电力系统中除断面内线路外每条交流线路对断面内线路的开断转移分布因子，计算得到所有交流线路依次开断后对另一条交流线路的开断转移分布因子，对所有开断转移分布因子求和，得到线路对断面开断转移分布因子；（2-1-3）根据所述的电力系统交流线有功潮流特征向量和所述的线路对断面开断转移分布因子，构建用于第一阶段聚类的拓扑表征向量集合：若第i个电力系统运行状态的，则，若第i个电力系统运行状态的，则；（2-1-4）根据所述的拓扑表征向量集合，使用k-means聚类算法对电力系统运行状态进行拓扑层面的聚类；（2-3）将所述的电力系统运行状态样本集合中的样本与邻域运行状态集合进行一一匹配，获得邻域样本集合，其中u为一次聚类的标签，v为二次聚类的标签；所述的对邻域样本集合进行精细规则拟合，获得电力系统输电断面在每个邻域下对应的精细规则，包括：（3-1）对每个邻域样本集合的输入特征进行特征选择，包括：（3-1-1）对所述的每个邻域样本集合，分别计算每一维特征与标签之间的最大信息系数值；（3-1-2）将与每一维特征对应的最大信息系数值进行降序排列，取与最高的5个信息系数值相对应的特征作为特征选择的结果，构成特征选择后的邻域样本集合，将与每个邻域样本集合中第i个电力系统运行状态相对应的样本记为，其中，为经过特征选择之后的特征向量；（3-2）对特征选择后的邻域样本集合拟合精细规则，步骤如下：（3-2-1）设定精细规则模型的形式为如下线性模型： 其中，为线性模型的常数项，为与特征相对应的规则系数；（3-2-2）使用最小二乘法，在所述的每个特征选择后的邻域样本集上,拟合线性精细规则的常数项及各规则系数，获得电力系统输电断面在每个邻域下对应的精细规则；使用电力系统输电断面邻域精细规则，进行电力系统给定输电断面的极限传输容量预测，如下：（4-1）从电力系统监控装置采集电力系统当前运行状态，并形成特征向量，利用数据标准化的数据预处理方法，对电力系统特征向量进行预处理；（4-2）计算当前运行状态的特征向量与各个邻域样本中心的欧氏距离，其中邻域样本中心定义为，将样本的每维特征都取样本集合的均值所形成的向量；（4-3）将与当前运行状态的特征向量距离最近的邻域作为当前运行状态对应的邻域，从所述的特征向量中取出当前邻域精细规则中所需的特征，输入当前邻域精细规则模型，得到电力系统给定输电断面的极限传输容量预测值。

全文数据：

权利要求：

百度查询： 清华大学 国网浙江省电力有限公司绍兴供电公司 国网浙江省电力有限公司 国家电网有限公司 电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质