一种面向暂态电压薄弱区域的电网关键节点识别方法、装置、电子设备及存储介质与流程

本发明涉及电力系统控制，具体涉及一种面向暂态电压薄弱区域的电网关键节点识别方法、装置、电子设备及存储介质。

背景技术：

1、随着新能源的大规模接入和电网运行方式的日益复杂，电力系统在遭受扰动后的暂态电压稳定问题愈发严峻。面向暂态电压薄弱区域准确识别电网关键节点，是开展电网分区监测预警、优化无功补偿设备选址定容以及制定暂态电压紧急协同控制策略的重要前提。

2、然而，目前的电网关键节点识别方法在评估维度上存在孤立性与片面性的不足，导致识别出的关键节点往往缺乏区域代表性，难以满足精细化分区控制的需求。主要原因在于一方面，现有方法往往仅依赖单一扰动断面或单一阶段例如仅关注初始电压跌落深度的指标，未能贯穿电压跌落、恢复及后期稳定等过程去多维刻画节点的动态响应，导致节点自身的薄弱性评估不够全面；另一方面，现有技术多将各个节点视为孤立个体进行分值排序，忽略了节点之间由支路拓扑结构决定的电气耦合关联，以及在应对扰动时表现出的动态响应相似性。这种脱离了多尺度时间特征与空间拓扑约束的割裂式评估，使得现有方法难以衡量单节点薄弱性与区域整体演化的内在联系，导致最终筛选出的关键节点难以有效反映其在特定薄弱区域中的枢纽作用。

技术实现思路

1、本发明实施例提供一种面向暂态电压薄弱区域的电网关键节点识别方法、装置、电子设备及存储介质，能够解决现有技术中因忽略多尺度时间特征与空间拓扑约束进行割裂式评估，导致电网关键节点薄弱性评估片面以及筛选出的关键节点缺乏区域代表性的问题。

2、本发明一实施例提供了一种面向暂态电压薄弱区域的电网关键节点识别方法，包括：

3、获取电力系统在不同线路扰动场景下各个节点的暂态电压时间序列；

4、针对每一节点，提取当前的节点在各线路扰动场景下暂态电压时间序列中处于电压跌落、恢复及后期稳定阶段的特征参数，得到多尺度暂态电压动态特征；将所述多尺度暂态电压动态特征进行统计融合，得到当前的节点的综合薄弱性特征向量；

5、根据所有节点的综合薄弱性特征向量计算暂态电压响应相似度；结合预设的拓扑约束权重修正所述暂态电压响应相似度，得到节点综合相似度矩阵；对节点综合相似度矩阵进行聚类，得到多个电网分区结果；

6、根据所有节点的综合薄弱性特征向量确定特征权重；基于特征权重与各个节点的综合薄弱性特征向量，确定各个节点的综合薄弱性得分；将每一电网分区结果内各个节点的综合薄弱性得分聚合得到区域综合薄弱性指标；根据区域综合薄弱性指标识别暂态电压薄弱区域；

7、根据节点综合相似度矩阵确定暂态电压薄弱区域内各个节点的区域相似中心度；结合各个节点的综合薄弱性得分与区域相似中心度进行评估得到节点关键度；根据节点关键度筛选关键薄弱节点。

8、进一步的，获取电力系统在不同线路扰动场景下各个节点的暂态电压时间序列，包括：

9、获取电力系统的线路结构以及各个节点分别对应的节点基准电压；

10、根据电力系统的线路结构，以各条线路依次作为扰动对象，构建不同线路扰动场景的集合；

11、对不同线路扰动场景的集合中的每一线路扰动场景进行暂态仿真，生成每一线路扰动场景下电力系统各个节点的暂态电压幅值时间序列；

12、计算各个节点在各线路扰动场景下的暂态电压幅值时间序列中的电压幅值相对于对应节点的节点基准电压的比值，得到各个节点在各线路扰动场景下的归一化暂态电压时间序列；

13、将各个节点在各线路扰动场景下的归一化暂态电压时间序列进行汇总，得到电力系统在不同线路扰动场景下各个节点的暂态电压时间序列。

14、进一步的，针对每一节点，提取当前的节点在各线路扰动场景下暂态电压时间序列中处于电压跌落、恢复及后期稳定阶段的特征参数，得到多尺度暂态电压动态特征，包括：

15、针对每一节点，在预设的初期电压跌落阶段分析时间窗内，从当前的节点在各线路扰动场景下的暂态电压时间序列中，提取最小电压数值，并将所述最小电压数值作为最低电压特征参数；确定所述暂态电压时间序列中低于预设的稳态基准数值的部分对应的第一包络面积，并将所述第一包络面积作为跌落面积特征参数；

16、在预设的中期电压恢复阶段分析时间窗内，确定当前的节点在各线路扰动场景下的暂态电压时间序列针对预设的恢复阈值的恢复时间，并将所述恢复时间作为恢复时间特征参数；确定所述暂态电压时间序列中低于所述恢复阈值的部分对应的第二包络面积，并将所述第二包络面积作为恢复不足面积特征参数；

17、在预设的后期稳定阶段分析时间窗内，确定当前的节点在各线路扰动场景下的暂态电压时间序列相对于预设的稳态基准数值的累计偏差量，并将所述累计偏差量作为后期偏差积分特征参数；确定所述暂态电压时间序列的波动离散程度，并将所述波动离散程度作为后期波动方差特征参数；

18、组合所述最低电压特征参数、所述跌落面积特征参数、所述恢复时间特征参数、所述恢复不足面积特征参数、所述后期偏差积分特征参数、所述后期波动方差特征参数，得到当前的节点在各线路扰动场景下的多尺度暂态电压动态特征。

19、进一步的，将所述多尺度暂态电压动态特征进行统计融合，得到当前的节点的综合薄弱性特征向量，包括：

20、分别计算当前的节点对应的最低电压特征参数、跌落面积特征参数、恢复时间特征参数、恢复不足面积特征参数、后期偏差积分特征参数以及后期波动方差特征参数在所有线路扰动场景下的算术平均数值；

21、组合生成的全部算术平均数值，并将组合结果作为场景期望统计分量；

22、分别计算当前的节点对应的最低电压特征参数、跌落面积特征参数、恢复时间特征参数、恢复不足面积特征参数、后期偏差积分特征参数以及后期波动方差特征参数在所有线路扰动场景下的偏离分布数值；

23、组合生成的全部偏离分布数值，并将组合结果作为场景波动统计分量；

24、拼接所述场景期望统计分量以及所述场景波动统计分量，并将拼接结果作为所述当前的节点的综合薄弱性特征向量。

25、进一步的，根据所有节点的综合薄弱性特征向量计算暂态电压响应相似度；结合预设的拓扑约束权重修正所述暂态电压响应相似度，得到节点综合相似度矩阵；对节点综合相似度矩阵进行聚类，得到多个电网分区结果，包括：

26、针对所有节点构成的每一个节点对，计算当前的节点对中两个节点分别对应的综合薄弱性特征向量之间的距离数值，并将所述距离数值转换为暂态电压响应相似度；

27、结合预设的拓扑约束权重对所述暂态电压响应相似度进行修正处理，并将修正处理结果作为当前的节点对对应的节点综合相似度数值；

28、在生成所有节点对对应的节点综合相似度数值之后，组合全部节点对分别对应的节点综合相似度数值，构建二维阵列，并将所述二维阵列作为节点综合相似度矩阵；

29、对节点综合相似度矩阵执行聚类处理，得到多个独立的节点集合，并将所述节点集合分别作为电网分区结果。

30、进一步的，根据所有节点的综合薄弱性特征向量确定特征权重；基于特征权重与各个节点的综合薄弱性特征向量，确定各个节点的综合薄弱性得分；将每一电网分区结果内各个节点的综合薄弱性得分聚合得到区域综合薄弱性指标；根据区域综合薄弱性指标识别暂态电压薄弱区域，包括：

31、统计所有节点对应的综合薄弱性特征向量在各个特征维度上的数值分布差异，以确定各个特征维度对应的特征权重；

32、结合各个特征维度对应的特征权重，对各个节点对应的综合薄弱性特征向量进行加权融合计算，得到各个节点对应的综合薄弱性得分；

33、对每一电网分区结果所包含节点分别对应的综合薄弱性得分进行数值聚合计算，得到每一电网分区结果对应的区域综合薄弱性指标；

34、比较全部电网分区结果对应的区域综合薄弱性指标的数值大小，从中筛选出区域综合薄弱性指标数值最大的目标电网分区结果，以作为暂态电压薄弱区域。

35、进一步的，根据节点综合相似度矩阵确定暂态电压薄弱区域内各个节点的区域相似中心度；结合各个节点的综合薄弱性得分与区域相似中心度进行评估得到节点关键度；根据节点关键度筛选关键薄弱节点，包括：

36、从节点综合相似度矩阵中，提取暂态电压薄弱区域内各个节点相互之间的节点综合相似度数值；

37、对暂态电压薄弱区域内各个节点相互之间的节点综合相似度数值进行连通度量化计算，得到暂态电压薄弱区域内各个节点对应的区域相似中心度；

38、结合暂态电压薄弱区域内各个节点对应的综合薄弱性得分以及区域相似中心度进行双维度融合计算，得到暂态电压薄弱区域内各个节点对应的节点关键度；

39、比较暂态电压薄弱区域内各个节点对应的所述节点关键度的数值大小，并按照数值从大到小的顺序进行排列；

40、根据排列结果，从暂态电压薄弱区域内提取排位在预设排序范围内的节点，以作为关键薄弱节点。

41、在上述方法项实施例的基础上，本发明对应提供了装置项实施例。

42、本发明一实施例提供了一种面向暂态电压薄弱区域的电网关键节点识别装置，包括：序列获取模块、特征分析模块、聚类分区模块、薄弱区域识别模块和关键节点筛选模块；

43、所述序列获取模块，用于获取电力系统在不同线路扰动场景下各个节点的暂态电压时间序列；

44、所述特征分析模块，用于针对每一节点，提取当前的节点在各线路扰动场景下暂态电压时间序列中处于电压跌落、恢复及后期稳定阶段的特征参数，得到多尺度暂态电压动态特征；将所述多尺度暂态电压动态特征进行统计融合，得到当前的节点的综合薄弱性特征向量；

45、所述聚类分区模块，用于根据所有节点的综合薄弱性特征向量计算暂态电压响应相似度；结合预设的拓扑约束权重修正所述暂态电压响应相似度，得到节点综合相似度矩阵；对节点综合相似度矩阵进行聚类，得到多个电网分区结果；

46、所述薄弱区域识别模块，用于根据所有节点的综合薄弱性特征向量确定特征权重；基于特征权重与各个节点的综合薄弱性特征向量，确定各个节点的综合薄弱性得分；将每一电网分区结果内各个节点的综合薄弱性得分聚合得到区域综合薄弱性指标；根据区域综合薄弱性指标识别暂态电压薄弱区域；

47、所述关键节点筛选模块，用于根据节点综合相似度矩阵确定暂态电压薄弱区域内各个节点的区域相似中心度；结合各个节点的综合薄弱性得分与区域相似中心度进行评估得到节点关键度；根据节点关键度筛选关键薄弱节点。

48、在上述方法项实施例的基础上，本发明对应提供了电子设备项实施例。

49、本发明一实施例提供了一种电子设备，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上述方法项实施例中任一项所述面向暂态电压薄弱区域的电网关键节点识别方法。

50、在上述方法项实施例的基础上，本发明对应提供了存储介质项实施例。

51、本发明一实施例提供了一种存储介质，其上存储有计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行上述方法项实施例中任一项所述面向暂态电压薄弱区域的电网关键节点识别方法。

52、与现有技术对比，本发明具有如下有益效果：

53、本发明实施例提供一种面向暂态电压薄弱区域的电网关键节点识别方法、装置、电子设备及存储介质。所述方法获取电力系统在不同线路扰动场景下各节点的暂态电压时间序列；提取各节点在电压跌落、恢复及稳定阶段的暂态电压特征参数，并统计融合得到综合薄弱性特征向量；根据各节点的综合薄弱性特征向量计算暂态电压响应相似度，并结合拓扑约束权重修正得到节点综合相似度矩阵，对节点综合相似度矩阵进行聚类，得到电网分区结果；根据综合薄弱性特征向量确定特征权重，计算各节点综合薄弱性得分，并聚合得到各电网分区的区域综合薄弱性指标，以识别暂态电压薄弱区域；根据节点综合相似度矩阵、综合薄弱性得分及区域相似中心度确定节点关键度，并筛选关键薄弱节点。

54、本发明通过提取各扰动场景下电压跌落、恢复及后期稳定阶段的特征参数构建多尺度动态特征，实现对节点自身薄弱性的系统性刻画。针对现有技术将节点视为孤立个体而忽略拓扑耦合与响应相似性的不足，本发明结合拓扑约束权重修正电压响应相似度以进行电网聚类分区。通过将节点的综合薄弱性得分与其在特定分区内的区域相似中心度进行加权评估，本发明打破了脱离区域演化的割裂式评估局限，使筛选出的关键节点能够代表其在暂态电压薄弱区域中的枢纽地位。