[发明专利]一种电力系统扰动后各发电机动态频率响应预测方法

权利要求书

1.一种电力系统扰动后各发电机动态频率响应预测方法，其特征在于，基于长短期记忆网络LSTM对电力系统扰动后各发电机动态频率响应进行预测，具体包括以下步骤：

步骤1：利用电力系统历史运行数据或扰动仿真数据，构建样本数据；

首先提取与动态频率响应最为相关的输入特征量及输出标签；假设该系统中共有N台发电机编号记为i∈{1,2,…N}，M个节点编号记为j∈{1,2,…M}，其中j∈{1,2,…K}为负荷节点；假定故障在t₁至t₂之间发生，选取t₁、t₂…t_m共计m个采样间隔，即数据采样时刻t∈{t₁…t_m}，采样间隔与给定系统中的同步相量测量单元PMU保持一致；则输入特征量矩阵为：

X＝[P_elec P_re P_load f]

式中，P_elec、P_re、f为m×N的矩阵，分别表示m个采样时刻的各发电机的电磁功率、各发电机的备用功率和各发电机的动态频率值，其每一行代表了同一个时间各台发电机的相关量测量，每一列代表了同一个发电机在m个数据采样时刻上的相关量测量；P_load为为一个m×K的矩阵，表示m个采样时刻的各负荷节点有功功率；

以系统各发电机动态频率的时间序列作为输出标签，其数据采样时刻T∈{T₁,T₂,…T_n}，得到输出标签矩阵Y：

其中，f_i^T表示系统中第i台发电机扰动后T秒时的动态频率值；

步骤2：将步骤1得到的样本集随机划分为训练集和验证集，进行训练与测试，得到基于长短期记忆网络的电力系统扰动后各发电机动态频率响应预测模型；预测模型采用“长短期记忆层→中间层→长短期记忆层”的结构进行堆叠，最终经时间维度上的全连接层输出预测的频率序列；

步骤3：在线应用时，在线获取广域测量系统实时数据，并根据步骤1中输入特征量定义进行构建输入特征量矩阵；输入到步骤2中所得预测模型，输出预测结果，实现对电力系统扰动后的各发电机动态频率响应的在线预测。

2.根据权利要求1所述的一种电力系统扰动后各发电机动态频率响应预测方法，其特征在于，所述步骤1中使用四类电力系统运行特征量作为长短期记忆网络的输入特征，包括各发电机的电磁功率、各发电机的备用功率、各负荷的有功功率和各发电机的动态频率。

3.根据权利要求1所述的一种电力系统扰动后各发电机动态频率响应预测方法，其特征在于，所述步骤1中使用下式将输入、输出量数据归一化：

式中，X表示原始输入、输出量数据，X_max表示X的最小值，X_min表示X的最大值，X’表示归一化至(0,1)后的X。