[发明专利]一种基于图神经网络的电力系统暂态稳定控制方法及系统

说明书

本发明公开了一种基于图神经网络的电力系统暂态稳定控制方法及系统，所述方法包括以下步骤：获取电力系统特征向量及邻接矩阵；将邻接矩阵和电力系统特征向量输入预训练好的图神经网络评估模型中，输出电力系统的暂态稳定裕度评估值；基于暂态稳定裕度评估值，判断电力系统的暂态功角稳定性；如不稳定则更新控制策略，如稳定则基于电力系统的暂态功角稳定性判断为稳定时对应的控制策略实现电力系统暂态稳定控制。本发明的方法，利用图神经网络考虑电网的拓扑信息，可实时评估系统的暂态稳定裕度并迭代生成和执行紧急控制策略，从而能够保证大扰动故障后系统中的同步发电机群保持同步运行。

技术领域

本发明属于大电网安全稳定控制技术领域，涉及电力系统暂态稳定控制领域，特别涉及一种基于图神经网络的电力系统暂态稳定控制方法及系统。

背景技术

近年来，随着电力系统规模的不断扩大及间歇性新能源的大量接入，电网特性日趋复杂，保障系统安全稳定运行的难度逐渐增大；其中，针对故障后的不稳定系统，采取有效的紧急控制措施是阻止故障进一步发展以及避免大规模停电事故的重要手段。

目前，电力系统紧急控制仍处于“离线决策，实时匹配”的阶段。离线决策一般是在日前或更早的阶段针对预想事故进行大量的仿真搜索，进而制定离线策略表，以供实时匹配；当实际在线运行方式与预想情况偏差较大时，存在控制措施失配的风险，因而实现电力系统紧急控制的在线实时决策具有重要意义。

电力系统紧急控制在线实时决策的关键在于快速判断控制措施动作后系统的暂态稳定性，也即快速的暂态稳定评估。随着相量测量装置和广域测量系统的建设日趋完善，人工智能技术迅速发展，为基于机器学习方法的电力系统在线实时暂态稳定评估和紧急控制决策提供了可能。常规的机器学习模型难以对电网拓扑信息进行考虑，近年来快速兴起的图神经网络方法为电网拓扑信息的利用提供了新的解决方案。综上，亟需一种新的基于图神经网络的电力系统暂态稳定控制方法及系统。

发明内容

本发明的目的在于提供一种基于图神经网络的电力系统暂态稳定控制方法及系统，以解决上述存在的一个或多个技术问题。本发明的方法，利用图神经网络考虑电网的拓扑信息，可实时评估系统的暂态稳定裕度并迭代生成和执行紧急控制策略，从而能够保证大扰动故障后系统中的同步发电机群保持同步运行。

为达到上述目的，本发明采用以下技术方案：

本发明提供的一种基于图神经网络的电力系统暂态稳定控制方法，包括：

步骤1，获取电力系统特征向量及邻接矩阵；

步骤2，将电力系统特征向量及邻接矩阵输入预训练好的图神经网络评估模型中，输出电力系统的暂态稳定裕度评估值；

步骤3，基于获得的暂态稳定裕度评估值与预设阈值，进行电力系统的暂态功角稳定性判断；其中，电力系统的暂态功角稳定性判断为不稳定时，跳转执行步骤4，电力系统的暂态功角稳定性判断为稳定时，跳转执行步骤5；

步骤4，增加切除切机控制灵敏度最大的发电机到控制策略中，获得更新后的电力系统特征向量及邻接矩阵，跳转执行步骤2；其中，所述切机控制灵敏度为可切发电机增加到控制策略前后输出的暂态稳定裕度的变化量；

步骤5，基于电力系统的暂态功角稳定性判断为稳定时对应的控制策略，实现电力系统暂态稳定控制。

本发明方法的进一步改进在于，步骤1具体包括以下步骤：

获取待控制的电力系统拓扑结构及大扰动故障时的电力系统数据；基于电力系统拓扑结构获取邻接矩阵，基于大扰动故障时的电力系统数据获取电力系统特征向量；

其中，所述大扰动故障时的电力系统数据包括：电压和有功功率。

本发明方法的进一步改进在于，步骤2中，所述图神经网络评估模型包括：

输入层，用于输入电力系统特征向量及邻接矩阵；