[发明专利]一种用于生成电网仿真样本的方法及系统

权利要求书

1.一种用于生成电网仿真样本的方法，所述方法包括：

采集电网的基础数据，确定基础数据中的可调变量，并确定可调变量的上下界、收敛标志及稳定指标；

搭建神经网络，以可调变量作为申请网络的输入量，以可调变量的收敛标志及稳定标志作为输出量，并指定神经网络中任意中间层为稳定特征空间；

确定目标生成的样本数量，根据样本数量确定稳定特征空间内的泊松圆盘半径，随机生成与样本数量相同数量的潮流数据作为初始样本，并获取初始样本的收敛标志及稳定标志；

将初始样本输入神经网络进行训练，并根据泊松圆盘半径确定初始样本在稳定特征空间内，每个初始样本与最近邻初始样本的欧式距离的最小距离的平均值，若平均值大于预设阈值，确定每个初始样本在稳定特征空间内的调整目标，并根据可调变量的上下界，对初始样本进行调整，使初始样本在稳定空间内接近调整目标，并生成电网仿真样本。

2.根据权利要求1所述的方法，所述确定每个初始样本在稳定特征空间内的调整目标使用斥力调整法。

3.根据权利要求1所述的方法，所述对初始样本进行调整使用反向传播算法。

4.根据权利要求1所述的方法，所述平均值若小于预设阈值，调整初始样本的输入量。

5.一种用于生成电网仿真样本的系统，所述系统包括：

指标确定单元，采集电网的基础数据，确定基础数据中的可调变量，并确定可调变量的上下界、收敛标志及稳定指标；

神经网络搭建单元，搭建神经网络，以可调变量作为申请网络的输入量，以可调变量的收敛标志及稳定标志作为输出量，并指定神经网络中任意中间层为稳定特征空间；

样本输入单元，确定目标生成的样本数量，根据样本数量确定稳定特征空间内的泊松圆盘半径，随机生成与样本数量相同数量的潮流数据作为初始样本，并获取初始样本的收敛标志及稳定标志；

样本输出单元，将初始样本输入神经网络进行训练，并根据泊松圆盘半径确定初始样本在稳定特征空间内，每个初始样本与最近邻初始样本的欧式距离的最小距离的平均值，若平均值小于预设阈值，确定每个初始样本在稳定特征空间内的调整目标，并根据可调变量的上下界，对初始样本进行调整，使初始样本在稳定空间内接近调整目标，并生成电网仿真样本。

6.根据权利要求5所述的系统，所述确定每个初始样本在稳定特征空间内的调整目标使用斥力调整法。

7.根据权利要求5所述的系统，所述对初始样本进行调整使用反向传播算法。

8.根据权利要求5所述的系统，所述平均值若小于预设阈值，调整初始样本的输入量。