基于代价敏感支持向量机的电网暂态稳定预测方法及系统与流程

技术特征：
1.一种基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，所述基于代价敏感支持向量机的电网暂态稳定预测方法包括：获取样本数据集；所述样本数据集中包括电力系统的多组样本运行数据及各组样本运行数据的标签信息；所述标签信息包括0和1，1表示对应的样本运行数据暂态稳定，0表示对应的样本运行数据暂态不稳定；根据所述样本数据集，对代价敏感支持向量机进行训练，得到暂态稳定预测模型；基于所述暂态稳定预测模型，根据电力系统的实时运行数据，确定对应时刻电力系统的暂态稳定状态。2.根据权利要求1所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，每组样本运行数据包括多个样本特征数据；所述获取样本数据集，具体包括：通过预设故障进行电力系统的暂态稳定仿真，得到多组仿真数据；每组仿真数据包括多个仿真特征数据；获取电力系统的多组历史运行数据；每组历史运行数据包括多个历史特征数据；根据各组仿真数据及各组历史运行数据，确定多组样本运行数据；每组样本运行数据包括多个样本特征数据；针对每一组样本运行数据，根据所述样本运行数据中的样本特征数据进行暂态稳定状态情况的标注，得到所述样本运行数据的标签信息。3.根据权利要求2所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，所述根据各组仿真数据及各组历史运行数据，确定多组样本运行数据，具体包括：采用最大信息系数mic算法，从每组仿真数据中筛选出与电力系统暂态稳定指标相关性大于阈值的仿真特征数据，得到第一样本数据集；采用最大信息系数mic算法，从每组历史运行数据中筛选出与电力系统暂态稳定指标相关性大于阈值的历史特征数据，得到第二样本数据集；根据所述第一样本数据集及所述第二样本数据集，确定多组样本运行数据。4.根据权利要求2所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，所述电力系统中包括多台发电机；每组样本运行数据中的部分或者全部样本特征数据为各发电机的功角值；所述根据所述样本运行数据中的样本特征数据进行暂态稳定状态情况的标注，得到所述样本运行数据的标签信息，具体包括：根据各发电机的功角值，计算所述样本运行数据的暂态稳定评估指标；根据所述暂态稳定评估指标，确定所述样本运行数据的标签信息。5.根据权利要求4所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，所述根据各发电机的功角值，计算所述样本运行数据的暂态稳定评估指标，具体包括：根据各发电机的功角值，计算任意两台发电机的功角差；根据功角差最大值，计算所述样本运行数据的暂态稳定评估指标。6.根据权利要求5所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，采用以下公式，计算暂态稳定评估指标：
其中，ω
tsi
为暂态稳定评估指标，δδ
max
为功角差最大值。7.根据权利要求4所述的基于代价敏感支持向量机的电网暂态稳定预测方法，其特征在于，所述根据所述暂态稳定评估指标，确定所述样本运行数据的标签信息，具体包括：若所述暂态稳定评估指标为正数，则所述样本运行数据暂态稳定，对应的标签信息为1；若所述暂态稳定评估指标为负数或0，则所述样本运行数据暂态不稳定，对应的标签信息为0。8.一种基于代价敏感支持向量机的电网暂态稳定预测系统，其特征在于，所述基于代价敏感支持向量机的电网暂态稳定预测系统包括：样本获取单元，用于获取样本数据集；所述样本数据集中包括电力系统的多组样本运行数据及各组样本运行数据的标签信息；所述标签信息包括0和1，1表示对应的样本运行数据暂态稳定，0表示对应的样本运行数据暂态不稳定；训练单元，与所述样本获取单元连接，用于根据所述样本数据集，对代价敏感支持向量机进行训练，得到暂态稳定预测模型；预测单元，与所述训练单元连接，用于基于所述暂态稳定预测模型，根据电力系统的实时运行数据，确定对应时刻电力系统的暂态稳定状态。9.根据权利要求8所述的基于代价敏感支持向量机的电网暂态稳定预测系统，其特征在于，每组样本运行数据包括多个样本特征数据；所述样本获取单元包括：仿真模块，用于通过预设故障进行电力系统的暂态稳定仿真，得到多组仿真数据；每组仿真数据包括多个仿真特征数据；历史数据获取模块，用于获取电力系统的多组历史运行数据；每组历史运行数据包括多个历史特征数据；样本运行数据确定模块，分别与所述仿真模块及所述历史数据获取模块连接，用于根据各组仿真数据及各组历史运行数据，确定多组样本运行数据；每组样本运行数据包括多个样本特征数据；标注模块，与所述样本运行数据确定模块连接，用于针对每一组样本运行数据，根据所述样本运行数据中的样本特征数据进行暂态稳定状态情况的标注，得到所述样本运行数据的标签信息。10.根据权利要求9所述的基于代价敏感支持向量机的电网暂态稳定预测系统，其特征在于，所述样本运行数据确定模块包括：第一筛选子模块，与所述仿真模块连接，用于采用最大信息系数mic算法，从每组仿真数据中筛选出与电力系统暂态稳定指标相关性大于阈值的仿真特征数据，得到第一样本数据集；第二筛选子模块，与所述历史数据获取模块连接，用于采用最大信息系数mic算法，从每组历史运行数据中筛选出与电力系统暂态稳定指标相关性大于阈值的仿真特征数据，得到第二样本数据集；样本确定子模块，分别与所述第一筛选子模块及所述第二筛选子模块连接，用于根据
所述第一样本数据集及所述第二样本数据集，确定多组样本运行数据。

技术总结
本发明提供一种基于代价敏感支持向量机的电网暂态稳定预测方法及系统，属于电力系统分析技术领域，电网暂态稳定预测方法，包括：获取样本数据集；样本数据集中包括电力系统的多组样本运行数据及各组样本运行数据的标签信息；标签信息包括0和1，1表示对应的样本运行数据暂态稳定，0表示对应的样本运行数据暂态不稳定；根据样本数据集，对代价敏感支持向量机进行训练，得到暂态稳定预测模型；基于暂态稳定预测模型，根据电力系统的实时运行数据，确定对应时刻电力系统的暂态稳定状态。采用代价敏感支持向量机能够最大限度地减少错误预测的数量，提高了暂态稳定状态预测的精度。提高了暂态稳定状态预测的精度。提高了暂态稳定状态预测的精度。


技术研发人员：夏世威 李雅晗 李庚银 马琳琳 马欢 蒋哲 程定一 杨冬
受保护的技术使用者：国网山东省电力公司 国网山东省电力公司电力科学研究院
技术研发日：2022.06.17
技术公布日：2022/9/2