[发明专利]电力系统运行工况无监督聚类方法及装置在审
申请号: | 201810871989.1 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109190672A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 关慧哲;陈颖;李晓萌;黄少伟;徐得超 | 申请(专利权)人: | 清华大学;国网河南省电力公司电力科学研究院;中国电力科学研究院有限公司;国家电网有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100084 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 潮流 向量 电力系统运行 聚类分析 向量空间 降维 层次聚类算法 潮流断面 电力系统 无监督 聚类 算法 嵌入 潮流信息 电力网络 复杂分布 局部结构 聚类结果 数据降维 拓扑信息 原始数据 运行工况 有效地 运算量 样本 分析 保留 表现 | ||
本发明提供一种电力系统运行工况无监督聚类方法及装置,其中方法包括:获取待分析的电力系统在不同时刻的潮流断面,构造每个潮流断面对应的潮流向量,所有潮流向量组成潮流向量空间;对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维;使用层次聚类算法对降维后的潮流向量空间进行聚类分析,获得所述待分析的电力系统的运行工况聚类结果。在对电力系统运行工况进行聚类分析时,除了考虑潮流信息之外,还将电力网络拓扑信息也利用起来,采用t分布随机近邻嵌入算法对潮流向量进行降维,能够有效地降低运算量同时很好地保留原始数据的局部结构,使用层次聚类算法对降维后的潮流向量进行聚类分析,在处理样本复杂分布时表现较佳。
技术领域
本发明涉及技术领域,更具体地,涉及一种电力系统运行工况无监督聚类方法及装置。
背景技术
电力系统的运行方式指的是电力系统调度部门编写制定的指导电力系统生产和运行的总体技术方案。确定一个输电网的运行方式的典型步骤主要包括:确定网架结构,主要考虑区域电网内高压输电线路、变压器和大型机组的投切规划,参考检修计划,同时还要考虑连接到相邻电网的输电线路的运行情况;预测负荷水平,输电网种各节点负荷指的是本节点所承担的负荷的总和。输电网络的负荷考虑冬大、冬小、夏大、夏小四种典型的方式;开机方式,考虑电网中各种类型的发电机的出力情况,本网负荷节点情况,与相邻电网功率交换的情况等等,输电网中机组开停与系统的负荷水平和负荷分布有很强的关系,而且互相制约。
然而,随着电网的不断建设,电网的复杂度进一步的上升;越来越多带有不确定性的新能源的接入,比如风电和光伏发电,这类能源在系统总能源中的占比不断上升,使得运行人员对电力系统运行方式的分析难度逐渐上升;电动汽车、分布式储能等的发展,使得电网的规律性与过去相比发生了很大的变化,这同样也给人工分析带来了难度。目前主要采用无监督聚类方法分析电网运行方式。无监督聚类方法在电力系统中的应用主要包含以下几个方面:负荷特性的聚类分析;光伏、风电等可再生能源的出力曲线聚类分析;利用历史数据对单个电力系统设备的运行状态进行聚类分析。
使用聚类算法对整个电力系统的运行工况进行分析的场景较少,在计入电力系统运行方式进行分析的时候,使用的是系统的负荷水平和发电出力作为聚类的对象,而且聚类算法较为简单,一般使用的是k-Means算法。若只使用系统的负荷水平和发电出力进行聚类分析,会丢失电力系统网络拓扑信息;此外,k-Means聚类算法在处理复杂分布时的表现不佳,不适用于现有复杂电网运行方式的分析。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明提供一种电力系统运行工况无监督聚类方法及装置。
根据本发明的第一个方面,提供一种电力系统运行工况无监督聚类方法,包括:
获取待分析的电力系统在不同时刻的潮流断面,构造每个潮流断面对应的潮流向量,所有潮流向量组成潮流向量空间;
对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维;
使用层次聚类算法对降维后的潮流向量空间进行聚类分析,获得所述待分析的电力系统的运行工况聚类结果。
根据本发明的第二个方面,提供一种电力系统运行工况无监督聚类装置,包括:
构造模块,用于获取待分析的电力系统在不同时刻的潮流断面,构造每个潮流断面对应的潮流向量,所有潮流向量组成潮流向量空间;
降维模块,用于对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维;
聚类模块,用于使用层次聚类算法对降维后的潮流向量空间进行聚类分析,获得所述待分析的电力系统的运行工况聚类结果。
根据本发明的第三个方面,提供一种电子设备,包括:
至少一个处理器;以及
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;国网河南省电力公司电力科学研究院;中国电力科学研究院有限公司;国家电网有限公司,未经清华大学;国网河南省电力公司电力科学研究院;中国电力科学研究院有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810871989.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:服装关键点测量方法及装置
- 下一篇:基于随机森林和数据拒判的地面目标分类方法