[发明专利]一种含光伏电网的短路电流超标场景筛选方法

说明书

一种含光伏电网的短路电流超标场景筛选方法，该方法以与含光伏电网的短路电流高度相关的大量特征数据样本作为输入特征样本集，并以流经短路点的短路电流作为样本标签，先根据输入特征样本集和样本标签构建基于神经网络的短路电流预测模型，然后对该短路电流预测模型进行训练，再确定电网的短路电流超标保守阈值，并利用训练后的短路电流预测模型对预测的下一阶段各运行状态场景进行短路电流预测，筛选出短路电流值大于该短路电流超标保守阈值的运行状态场景作为疑似短路电流超标场景，随后对筛选出的疑似短路电流超标场景进行高精度校核，确定最终的短路电流超标场景。本设计在保证筛选精确的同时显著提高了筛选速度。

技术领域

本发明属于电力系统分析技术领域，具体涉及一种含光伏电网的短路电流超标场景筛选方法。

背景技术

电力系统短路电流的校核计算对于继电保护整定和选择限制短路电流的开关设备及其元件具有重大意义。光伏电源具有资源分布广、开发潜力大、环境影响小、可持续利用等特点，是能源体系的重要组成部分。随着以光伏电源大量接入电网，含光伏电力系统的建设不断向前推进，其短路电流特性已经发生了巨大改变，高比例的光伏电源也可能会对短路电流水平造成一定程度的提升，造成短路电流水平超出断路器的开断水平。因此，需要开展含高比例光伏电源的新型电力系统短路电流评估的研究。

目前大部分对于含光伏电力系统短路电流的计算方法都是基于物理模型迭代法，该方法虽然计算精度高，但迭代过程存在计算耗时长的缺陷，且随着光伏接入比例的快速增加，该方法的计算速度越来越难以在面对复杂的网络时满足实际需求。

发明内容

本发明的目的是针对现有技术存在的上述问题，提供一种在保证筛选精确的同时显著提高筛选速度的含光伏电网的潜在短路电流超标场景筛选方法。

为实现以上目的，本发明的技术方案如下：

一种含光伏电网的短路电流超标场景筛选方法，依次包括以下步骤：

步骤A、以与含光伏电网的短路电流高度相关的大量特征数据样本作为输入特征样本集，并以流经短路点的短路电流作为样本标签，先根据输入特征样本集和样本标签构建基于神经网络的短路电流预测模型，然后对该短路电流预测模型进行训练；

步骤B、先确定电网的短路电流超标保守阈值，再利用训练后的短路电流预测模型对预测的下一阶段各运行状态场景进行短路电流预测，筛选出短路电流值大于该短路电流超标保守阈值的运行状态场景作为疑似短路电流超标场景，其中，所述短路电流超标保守阈值为漏检率为0时的短路电流超标阈值；

步骤C、对筛选出的疑似短路电流超标场景进行高精度校核，以确定最终的短路电流超标场景。

步骤B中，所述短路电流超标保守阈值的确定方法为：

先将短路电流超标保守阈值的初始值设定为断路器最大开断电流，再按对数据样本进行筛选，计算漏检率并判断其是否为0，若不为0则将减去0.1kA后重新对数据样本进行筛选，计算漏检率，如此循环，直至漏检率为0。

所述漏检率FNR采用以下公式计算得到：

上式中，FN为超标样本被检测为未超标样本的数量，TP为被准确检测的未超标样本数量。

步骤C中，所述高精度校核基于以下迭代计算方法进行：

先计算得到故障前、后的节点电压，再求出节点的电压跌落系数，对于含有光伏电源的节点，形成节点导纳矩阵，然后确定光伏电源的输出电流，并求出光伏电源节点注入电流的修正量，接着利用节点导纳矩阵进行迭代求解节点电压的修正量，直到满足收敛条件或达到最大迭代次数，随后将节点电压的修正量与故障后的节点电压相加得到最终节点电压，由此得到短路电流，最后判定计算得到的短路电流是否大于断路器最大开断电流，若大于，则将其对应的疑似短路电流超标场景作为短路电流超标场景。