[发明专利]一种基于贝叶斯推理的电网薄弱环节辨识方法

说明书

本发明提供一种基于贝叶斯推理的电网薄弱环节辨识方法，将电网中元件的历史负载情况与实际运行数据相融合，利用数据驱动思维构建计及功率传输分布因子的分布概率表，通过潮流拓扑及网架结构建立了节点‑支路贝叶斯网络，根据不同故障模式对网络发起分叉攻击并更新分布概率表，利用最大可能解释算法计算出所有支路的薄弱度。本发明提出的技术方法主要取决于网络结构和运行状态，受故障类型的干扰影响较小；提出的数据驱动算法能够满足大电网薄弱辨识的计算要求，减少建模误差；涵盖实际电网中多类型故障事件能够满足电网运行可靠性及规划指向性要求。

技术领域

本发明涉及电网运行技术领域，特别是涉及一种基于贝叶斯推理的电网薄弱环节辨识方法。

背景技术

近年来，大电网规模和结构的复杂程度增加的同时，故障风险系数和安全指标也在进一步提高，研究如何快速有效地辨识电网中薄弱环节成为运行规划亟待解决的重要问题。现有研究中对于电网薄弱环节的辨识及估计主要围绕着网络中的节点和支路两者来进行，主要方法包括基于网架结构指标类、基于状态可靠性指标类以及基于概率和数据驱动类。目前研究基于网架结构指标类方法大多面向线路脆弱性估计，利用电网导纳矩阵来计算电气效能，从而按照功率最有效路径传输定则评估薄弱程度，但这类方法模型假设未能贴合实际电网运行情况。随着网络复杂程度进一步增加，基于状态可靠性指标类方法的计算能力及网络适配性往往受到明显制约，近年来人工智能算法的突破，基于数据驱动及概率分析的方法被提出来，概率类算法能够满足大电网薄弱辨识的计算要求，这也是基于数据驱动方法减少建模误差的优势所在，但现有技术中未能充分利用历史数据识别出实际电网中亟待改善的薄弱环节，且辨识评估对象未能覆盖网络中所有节点及支路。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

为解决上述技术问题，本发明提供如下技术方案：一种基于贝叶斯推理的电网薄弱环节辨识方法，包括以下步骤：

根据电网中拓扑关联将待辨识区域中所有节点和支路进行一一对应，按照实时运行状态中的潮流方向建立有向支路-节点贝叶斯网络；

根据实时运行状态中的功率传输分布因子建立初始贝叶斯网络节点-支路概率分布：

利用电网历史运行数据中的线路、站点的负载情况计算对应的设备负载率，并基于负载率情况对节点-支路概率进行修正；

面向网络的中间层建立不同故障模式的攻击节点，并根据实际运行数据设置故障模式的初始概率；

根据电力系统安全稳定导则及相关标准，针对不同故障模式的攻击节点更新贝叶斯网络中的概率分布情况；

通过上述贝叶斯网络的构建以及相连节点之间条件概率的分布表，利用最大可能解释算法进行推理，计算支路、节点的薄弱概率值并对电网中薄弱环节情况进行辨识评估。

作为本发明所述基于贝叶斯推理的电网薄弱环节辨识方法的一种优选方案，其中：在所述有向支路-节点贝叶斯网络中，贝叶斯网络的所有支点的连接关系与实际电网中元件拓扑关系一一对应，方向则由运行中的潮流流向所决定。

3.根据权利要求1所述的基于贝叶斯推理的电网薄弱环节辨识方法，其特征在于：所述贝叶斯网络节点-支路概率分布包括条件概率分布、节点概率分布、支路概率分布；

作为本发明所述基于贝叶斯推理的电网薄弱环节辨识方法的一种优选方案，其中：在所述贝叶斯网络节点-支路概率分布中，初始节点概率和初始支路概率由功率传输分布因子λ_ij所决定，即：