[发明专利]一种基于显著分量和LSTM的联络线异常功率在线监测方法

说明书

本发明公开了一种基于显著分量和LSTM的联络线异常功率在线监测方法，该方法充分挖掘联络线功率的内在特点，即对于不同时刻的联络线功率数据，其对数频谱有着相似的分布趋势，首先通过对联络线有功功率进行滑动加窗分割，并利用FFT得到对数谱，并通过平滑滤波得到平滑分量，进而可以得到显著性分量，为了进一步的通过小波变换，去掉显著性分量中高频分量，为了避免数据无标签的问题，本发明采用随机性方法对数据进行伪标注，接着通过LSTM神经网络学习联络线功率异常的模式，当LSTM神经网络训练完成后即可在线对联络线功率进行监视和辨识。

技术领域

本发明属于电网运行和调度领域，特别涉及一种基于显著分量和LSTM的联络线异常功率 在线监测方法。

背景技术

近年来，随着国民经济的持续发展和人民生活水平的不断提高，电力系统也得到了 飞速发展，系统运行方式和电网结构也日趋复杂化，这就对电网基础数据的可靠性提出了更高的要求。电力系统联络线功率数值大，对首末两端的分区的影响大，电力系统联 络线功率检测辨识是电力系统实时网络分析的重要功能，其目的在于通过对电力系统联 络线功率数据的检测辨识，检测现代智能电网数据远动传输通道的畅通性，保障各个大 区域电网智能电网调控技术支持系统所需基础数据的实时性及准确性。若上送至智能电 网调控技术支持系统的电力系统联络线功率数据含有错误信息，不仅会影响调控系统软 件性能，更严重的是，各区域调控人员基于错误信息所作的决策判断将会威胁各自区域 系统的正常运行，甚至可能威胁到整个电网的安全。因此，为了保障电网安全可靠的运 行，对电力系统联络线功率数据进行检测辨识并加以修正处理有着重要的意义。

传统的功率数据异常检测大多基于状态估计和统计方法，这些方法计算量大，且需 要很大的人工先验，可靠性不高，传统的功率数据异常检测大多基于状态估计和统计方法，这些方法计算量大，且需要很大的人工先验，可靠性不高。

发明内容

有鉴于此，本发明的第一方面的目的是提供一种基于显著分量和LSTM的联络线异常功率 在线监测方法，从而提高联络线功率异常的超前预警的时效性、准确性和高效性。

本发明的第一方面的目的是通过以下技术方案实现的：

一种基于显著分量和LSTM的联络线异常功率在线监测方法，包括以下步骤：

步骤S1：获取并分割量测；

步骤S2：计算联络线功率显著性分量S；

步骤S3：对联络线功率显著性分量S滤波；

步骤S4：构建人工数据集；

步骤S5：训练神经网络；

步骤S6：在线决策。

进一步，所述步骤S1还包括以下子步骤：

步骤S11：设置滑动窗口W，窗长为w；

步骤S12：获取联络线首末端有功量测，并拼接成{P₀(n)}_{n＝1,2,…,N}，其中N为采样总点数；

步骤S13：用滑动窗口W对{P₀(n)}_{n＝1,2,…,N}进行滑动分割，对滑动的第m步(m≤N-w)，得到如下序列：

P(m)＝{P₀(m+w)}_{step＝1,2,…,w}

这里P(m)是第m步滑动窗口的联络线有功序列；

步骤S14：将所有的滑动窗口的序列拼接在一起，记为P_w＝{P(m)}_{m＝1,2,…,N-w}，这意味着 P_w(m)＝P(m)，P_w(m)的物理意义第m步滑动窗口的联络线有功序列。