[发明专利]一种基于知识图谱的大规模电网潮流收敛人工智能调整方法及系统

说明书

本发明公开了一种基于知识图谱的大规模电网潮流收敛人工智能调整方法及系统，其中方法包括：确定大规模电网潮流调整的知识表示，所述知识表示包括大规模电网潮流的节点以及节点之间的关系；基于所述知识表示的关系构建知识图谱；基于所述知识图谱中每个节点的关系及调整手段，依次对不同节点下大规模电网潮流进行调整，直至所述大规模电网潮流收敛。本发明的大规模电网潮流收敛人工智能调整方法，是指是将知识图谱中的规则作为调整方向的依据，将知识图谱中的调整手段封装为独立的操作，从而对电网状态进行判断并给出相应的调整决策，最终实现大规模电网潮流收敛的人工智能调整。

技术领域

本发明涉及电力系统仿真技术领域 ，更具体地，涉及一种基于知识图谱的大规模电网潮流收敛人工智能调整方法及系统。

背景技术

潮流计算是研究电力系统的一种最基本和最重要的计算，是电网规划运行的基础。但是，随着电网规模的不断扩大，潮流方程的变量也急剧增加。对于实际万级节点电网，方式计算数据的潮流方程变量达到数万个，同时还需满足电压、功率等各种约束条件，潮流计算常常遇到不收敛情况。此时，需要通过改变发电机出力、投切电容电抗器等手段对运行方式进行调整，使潮流回归到一个合理的可行解上，保证潮流收敛且分布合理。大规模电网指母线节点数量大于10000的电网。

目前，现有技术只能在已有潮流计算程序的基础上通过人工对不收敛的潮流进行调整，调整过程主要采用凑试的方法，严重依赖人工经验，调整精度得不到保证，还易引发错漏现象，效率很低。电网企业每年需安排大量人力和时间来完成大规模电网潮流计算和运行方式调整，消耗了大量的人力资源。传统潮流计算工作模式存在的这些不足已难以满足日益复杂的大规模电网仿真分析需求，亟需一种潮流收敛自动调整的人工智能方法，使工作更高效、精准，从而解放人力。

现有技术对现有电力系统仿真软件PSASP潮流计算模块进行了改进。在原有PSASP潮流计算模块中，为了提高潮流收敛性，提供了预设平衡点和读上次潮流结果做初值两个调整手段。预设平衡点是指将潮流计算分为两个阶段：初值计算和正常迭代计算。在初值计算阶段，“预设平衡点”作为平衡点参加迭代，能够比较快速地得到一定精度的潮流初值，然后将“预设平衡点”还原回原始的节点类型，以初值计算阶段得到的潮流初值来启动正常的迭代计算。通过这两个阶段的计算，可提高常规潮流计算方法的收敛性。读上次潮流结果做初值是指将最近一次已经收敛的潮流结果的母线电压相角作为本次计算的迭代初值。由于两次潮流计算之间的改动一般比较小，尤其是对于大规模数据，个别网架或发电负荷数据的改动对全网整体电压分布影响是比较小的，上次潮流结果的母线电压值接近这次潮流计算的真实值，此时就可以提高计算的收敛性。

然而，现有技术在原有PSASP潮流计算模块中，预设平衡点和读上次潮流结果做初值只是改变了计算迭代的初值，在一定程度上提高了潮流计算算法的性能。但这两种调整手段没有修改潮流计算数据，如发电机的出力、并联电容电抗器的容量，因此并不能从根本上改善潮流分布情况，对于本身分布就不合理的潮流无法起到有效的作用。

此外，在原有PSASP潮流计算模块中，这两个调整手段是作为辅助工具提供给用户，让用户自己选择是否采用。用户无法根据电网当前状态来判断是否需要该调整手段，也无法判断在电网当前状态下采用哪个调整手段更加有效，只能通过反复试探的方式进行。调整过程既不够灵活有效也不够智能化。

因此，需要一种技术，以实现基于知识图谱的大规模电网潮流收敛人工智能调整技术。

发明内容

本发明技术方案提供一种基于知识图谱的大规模电网潮流收敛人工智能调整方法及系统，以解决如何基于知识图谱对大规模电网潮流收敛进行调整的问题。

为了解决上述问题，本发明提供了一种基于知识图谱的大规模电网潮流收敛人工智能调整方法，所述方法包括：

确定大规模电网潮流调整的知识表示，所述知识表示包括大规模电网潮流的节点以及节点之间的关系；

基于所述知识表示的关系构建知识图谱；