[发明专利]一种时间自适应的电力系统在线暂态稳定评估方法

权利要求书

1.一种时间自适应的电力系统在线暂态稳定评估方法，其特征在于，包含以下步骤：

步骤1：利用时域仿真方法产生若干种故障情况下的电网动态数据，选取故障切除后时间窗口T内的电网广域测量系统可测量数据作为输入特征集{x₁,x₂,…,x_t，…，x_T}，其中，电网广域测量系统可测量数据是指电网每个母线电压及其相角，x_t＝[v₁,v₂,…,v_n,θ₁,θ₂,…,θ_n]^T，其中n为母线个数；

步骤2：利用DBN进行特征抽取形成高阶特征集{X₁,X₂,…,X_t，…，X_T}，具体是利用DBN由一层softmax层和m层受限玻尔兹曼机(RBM)栈式堆叠而成，无监督训练第一个RBM的连接权值和偏置，使得该RBM能够以最大概率重构输入特征，将训练好的第一个RBM的输出作为下一个RBM的输入进行特征重构，直至第m个RBM训练完成无监督训练，最后添加softmax层进行有监督训练进行网络参数微调，第m个RBM层输出即为高阶特征{X₁,X₂,…,X_t，…，X_T}；

步骤3：对GRU进行离线训练，获得高阶特征与电力系统暂态稳定之间的映射关系，离线训练时，输入为{X₁,X₂,…,X_t，…，X_T}，输出为{y₁,y₂,…,y_t，…，y_T}，训练过程由前向传播和参数更新过程组成，设置迭代次数N和误差上限error；

步骤4：在线应用时间自适应暂态稳定评估模型，依次对故障清除后每个时刻的高层次特征X_t进行暂态稳定评估，能够满足评估置信度或达到时间窗长度则停止评估，在线应用时间自适应暂态稳定评估模型的评估结果为式中α为置信因子，[0,α)∪(1-α,1]为置信区间；采用按时间递进的输入顺序，具体地，在故障清除后向模型输入X₁，如果评估结果在置信区间内则停止评估，否则继续输入X₂，结合上一时刻对X₁评估所得“记忆”h₁做出对电力系统稳定性的评估；直至得出评估结果或者到达评估时间窗长度T为止。

2.根据权利要求1所述的一种时间自适应的电力系统在线暂态稳定评估方法，其特征在于：步骤2中单个RBM无监督训练过程如下：

步骤2.1、RBM隐含层各单元相互独立，在给定可视层的状态v时，隐含层第j个神经单元的激活概率为其中b_j为隐含层第j个神经单元的偏置，ω_ij为RBM网络第i个可视层单元和第j个隐含层单元之间的连接权重；

步骤2.2、RBM隐含层各单元相互独立，在给定隐含层的状态h时，可视层第i个神经单元的激活概率为其中a_i为隐含层第i个神经单元偏置；

步骤2.3、对于数量为s的输入集{v¹,v²,…,v^s}，通过最大化RBM在输入集上的对数似然函数得到模型参数θ，即可将隐含层输出作为可视层的特征抽取，其中P(v^k|h,θ)为在已知隐含层的状态h和参数θ下可视层的概率，用公式表达为：

步骤2.4、参数更新公式为：进一步，式中，v⁽⁰⁾为原始输入集，v^(l)为对v⁽⁰⁾进行l步吉布斯采样所得，ρ为动量项，η为学习率，b_i为可视层第i个神经单元的偏置，ω_ij为RBM网络第i个可视层单元和第j个隐含层单元之间的连接权重，a_i为隐含层第i个神经单元偏置。