[发明专利]融合注意力机制深度残差倒置网络电力系统暂态评估方法

说明书

本发明公开了一种融合注意力机制深度残差倒置网络电力系统暂态评估方法，解决了现有方法难以同时做到高效、高准确率、快速稳定的评估，其技术方案要点是仿真建立新英格兰10机39节点系统，采集系统中各母线处在故障前、故障时、故障后的电压幅值与相角构造的三维特征图数据作为输入特征，对采集到的数据预处理，对处理后数据进行系统稳定性判断，采用加入注意力机制得到融合注意力机制的残差倒置网络并训练，引入综合指标对模型评估并保存最佳模型，通过最佳模型对采集的在线数据评估，本发明的融合注意力机制深度残差倒置网络电力系统暂态评估方法，能减少网络训练参数，提高训练效率，显著提高模型评估准确率，实现电力系统暂态快速稳定评估。

技术领域

本发明涉及电力系统暂态评估技术，特别涉及一种融合注意力机制深度残差倒置网络电力系统暂态评估方法。

背景技术

电力系统暂态稳定评估是指在运行中的系统突然受到大干扰(负荷突然大幅度变化，切除或投入系统的主要元件，发生断线故障，发生短路故障等)，在干扰消失或不消失的情况下，系统经过一段暂态时间能否回到原来的运行点或转移到另一运行点稳定同步运行。

传统的暂态稳定评估方法有时域仿真法与暂态能量函数法，现有的技术中，时域仿真法计算速度慢、计算时间长，只能对系统是否稳定给出判定，不能给出系统的稳定裕度，对于输出的大量信息利用率很低；暂态能量函数法的模型简单，分析出的结果容易偏于保守，在复杂的大电网系统中应用并不广泛；现有的机器学习算法和深度学习算法，多为浅层的机器学习算法和浅层卷积神经网络，无法有效提取电力系统暂态运行数据特征信息。对于深层次网络，参数量和计算量太大，对计算设备负荷大，要求高，模型训练缓慢。

发明内容

本发明的目的是提供一种融合注意力机制深度残差倒置网络电力系统暂态评估方法，能减少网络训练参数，提高训练效率，显著提高模型评估准确率，实现电力系统暂态快速稳定评估。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种融合注意力机制深度残差倒置网络电力系统暂态评估方法，包括有以下步骤：

数据采集，基于matlab的仿真建立新英格兰10机39节点系统，采集系统中各母线处在故障前、故障时、故障后的电压幅值与相角构造的三维特征图数据，作为输入特征；

数据预处理，对采集到的数据采用Min-Max的方法进行预处理；

稳定性判断，以任意两台发电机间最大功角差是否大于360度判断系统稳定性，根据判断结果对预处理后的数据对应打上标签，分为训练集和测试集；

构建电力系统暂态稳定评估模型，采用残差倒置形式的残差倒置模块，加入注意力机制，建立得到融合注意力机制的残差倒置网络；

模型训练，引入准确率、精确率、召回率、F₁值四种综合指标对模型性能进行评估，通过样本对模型进行训练测试并进行参数寻优，保存参数最优时模型为最佳模型；

评估更新，对WAMS系统采集到的在线电力系统数据信息进行处理，构成评测数据集，将测评数据集输入至最佳模型进行评估得到评估结果，将在线累计的数据添加至原数据构成的样本，对模型进行更新训练。

综上所述，本发明具有以下有益效果：

基于融合注意力机制的深度残差倒置网络的暂态评估方法，运用残差倒置模块，减少了网络的训练参数，提高了推理速度，使训练效率进一步提高，融合了注意力机制，改变模型深层权重，显著提高模型准确率等指标；将在线获得的故障前、故障时、故障后的数据构成三维特征图，输入离线训练好的网络中，可实现电力系统暂态快速稳定评估。

附图说明

图1为本申请暂态评估方法流程示意图；

图2为新英格兰10机39节点系统示意图；