一种电力系统的暂态稳定裕度优化方法、装置、终端设备及计算机可读存储介质与流程
本发明涉及电力系统运行控制,尤其涉及一种电力系统的暂态稳定裕度优化方法、装置、终端设备及计算机可读存储介质。
背景技术:
1、随着高比例新能源电源接入电力系统,基于在线运行数据对暂态稳定裕度进行实时评估与调控,已成为保障电网安全运行的关键技术手段。
2、现有的暂态稳定裕度评估方法通常将采集到的多维运行参数经预处理后,统一输入时序神经网络进行预测。然而,上述方法对各运行参数采用均等权重处理、并由网络隐式习得参数间重要性,导致暂态稳定裕度评估难以自适应匹配各运行参数重要性的实时变化。
技术实现思路
1、本发明提供了一种电力系统的暂态稳定裕度优化方法、装置、终端设备及计算机可读存储介质,能够解决现有的暂态稳定裕度评估方法通常对多维运行参数采用均等权重处理,导致暂态稳定裕度评估难以自适应匹配参数重要性动态变化的问题。
2、本发明一实施例提供了一种电力系统的暂态稳定裕度优化方法,包括:基于电力系统的特征向量,在各控制周期内分别执行以下调控操作,获得各控制周期对应的暂态稳定裕度调整量,并基于所述暂态稳定裕度调整量调控所述电力系统中功率控制设备的运行参数;
3、其中,所述调控操作包括:
4、获取所述电力系统在当前控制周期的特征向量;初始时,所述当前控制周期为所述电力系统在线运行的首个控制周期;
5、将所述特征向量输入预设的自注意力网络进行处理,得到所述特征向量中各特征分量对应的注意力权重,并根据所述注意力权重对所述特征向量中各特征分量进行加权,得到加权特征向量;
6、将所述加权特征向量与历史隐藏状态输入预设的时序神经网络,得到当前隐藏状态;其中,首次执行所述调控操作时,所述历史隐藏状态为预设初始隐藏状态;
7、根据所述当前隐藏状态,计算得到暂态稳定裕度调整量;
8、将所述当前隐藏状态作为下一次调控操作的历史隐藏状态。
9、进一步的,获取所述电力系统在当前控制周期的特征向量,包括:
10、在每个控制周期内,按预设时间间隔采集预设个数的采样时刻的运行参数,得到各采样时刻的运行参数取值;
11、对每一运行参数,根据所述运行参数在所述预设个数的采样时刻的取值中的最大值和最小值进行归一化处理,得到各运行参数的归一化值;
12、对各运行参数的归一化值进行均值聚合,并将各运行参数对应的均值聚合结果组合为所述特征向量。
13、进一步的,将所述特征向量输入预设的自注意力网络进行处理,得到所述特征向量中各特征分量对应的注意力权重,并根据所述注意力权重对所述特征向量中各特征分量进行加权,得到加权特征向量,包括:
14、根据所述自注意力网络的注意力权重矩阵和注意力偏置向量,对所述特征向量进行线性变换,得到线性变换结果;
15、对所述线性变换结果进行归一化变换,得到注意力系数向量;其中,所述注意力系数向量的各元素分别对应所述特征向量中各特征分量的注意力权重;
16、将所述注意力系数向量与所述特征向量进行逐元素加权调制,得到所述加权特征向量。
17、进一步的,根据所述自注意力网络的注意力权重矩阵和注意力偏置向量,对所述特征向量进行线性变换,得到线性变换结果,包括:
18、将所述注意力权重矩阵与所述特征向量进行矩阵乘法运算,得到权重乘积结果;
19、将所述权重乘积结果与所述注意力偏置向量进行叠加处理,得到所述线性变换结果。
20、进一步的,将所述加权特征向量与历史隐藏状态输入预设的时序神经网络,得到当前隐藏状态,包括:
21、将所述加权特征向量与所述历史隐藏状态进行拼接,得到拼接特征向量; 利用预设的重置门权重矩阵和预设的重置门偏置向量对所述拼接特征向量进行线性变换,得到重置门向量,并根据预设的更新门权重矩阵和预设的更新门偏置向量对所述拼接特征向量进行线性变换,得到更新门向量;
22、将所述重置门向量与所述历史隐藏状态进行逐元素加权调制,得到门控历史状态;并将所述门控历史状态与所述加权特征向量进行拼接,依据预设的候选状态权重矩阵和预设的候选状态偏置向量对拼接结果进行线性变换,得到候选隐藏状态;
23、根据所述更新门向量,对所述历史隐藏状态和所述候选隐藏状态进行加权融合,得到所述当前隐藏状态。
24、进一步的,所述根据所述当前隐藏状态,计算得到暂态稳定裕度调整量,包括:
25、利用预设的输出权重向量和预设的输出偏置项,对所述当前隐藏状态进行线性变换,得到原始调整系数;
26、根据预设的最大允许调整容量和所述原始调整系数,得到所述暂态稳定裕度调整量。
27、进一步的,基于所述暂态稳定裕度调整量调控所述电力系统中功率控制设备的运行参数,包括:
28、在所述电力系统未触发预设安全条件的情况下,根据所述暂态稳定裕度调整量,调控所述电力系统中变流器类设备的功率参考值;
29、在所述电力系统触发所述预设安全条件的情况下,根据所述暂态稳定裕度调整量,通过安全稳定控制装置驱动断路器执行保护操作。
30、本发明另一实施例还提供了一种电力系统的暂态稳定裕度优化装置,包括:特征获取模块、注意力加权模块、时序预测模块、调整量计算模块以及调控执行模块;
31、特征获取模块,用于获取所述电力系统在当前控制周期的特征向量;
32、注意力加权模块,用于将所述特征向量输入预设的自注意力网络进行处理,得到所述特征向量中各特征分量对应的注意力权重,并根据所述注意力权重对所述特征向量中各特征分量进行加权,得到加权特征向量;
33、时序预测模块,用于将所述加权特征向量与历史隐藏状态输入预设的时序神经网络,得到当前隐藏状态;其中,首次执行时,所述历史隐藏状态为预设初始隐藏状态;
34、调整量计算模块,用于根据所述当前隐藏状态,计算得到暂态稳定裕度调整量;所述调整量为连续值;
35、调控执行模块,用于基于所述暂态稳定裕度调整量调控所述电力系统中功率控制设备的运行参数,并将所述当前隐藏状态作为下一次执行时的历史隐藏状态。
36、本发明另一实施例还提供了一种终端设备,包括:处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时,实现本发明一种电力系统的暂态稳定裕度优化方法。
37、本发明另一实施例还提供了一种计算机可读存储介质,包括:存储的计算机程序,其中,在计算机程序运行时,控制计算机可读存储介质所在的设备执行本发明一种电力系统的暂态稳定裕度优化方法。
38、通过实施本发明的实施例具有如下有益效果:
39、本发明提供了一种电力系统的暂态稳定裕度优化方法,通过获取所述电力系统在当前控制周期的特征向量,将所述特征向量输入预设的自注意力网络进行处理,得到所述特征向量中各特征分量对应的注意力权重,并根据所述注意力权重对所述特征向量中各特征分量进行加权,得到加权特征向量;继而将所述加权特征向量与历史隐藏状态输入预设的时序神经网络,得到当前隐藏状态,并根据所述当前隐藏状态计算得到暂态稳定裕度调整量,所述调整量为连续值,以基于所述暂态稳定裕度调整量调控所述电力系统中功率控制设备的运行参数。采用上述技术方案,本发明针对现有方法将各运行参数同等输入时序神经网络、由网络隐式习得参数重要性而难以自适应跟踪参数重要性动态变化的缺陷,通过自注意力网络对各特征分量进行显式的注意力权重分配与加权,使得各运行参数对暂态稳定裕度的影响重要性能够根据系统运行状态的实时变化被动态区分和自适应调整,在此基础上再经由时序神经网络进行时序预测并输出连续调整量,从而提升暂态稳定裕度评估与调控结果的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com