[发明专利]基于广域信息的发电机组同调分群方案

摘要

本发明提出一种基于广域信息的发电机组同调分群方案：该方法利用相量测量单元对发电机组功角轨迹和转子角速度进行特征提取；利用提取的特征计算发电机之间的四项特征差异值矩阵；DirDiv、AngleDiv、LocDiv和SpeedDiv，计算出各权重值W_D、W_A、W_L和W_s，进而计算出两两发电机之间的结构差异度矩阵SDIV；采用层次聚类法，依据SDIV对所有发电机进行聚类；选择合适的阈值ε对聚类结果进行划分，获得最终分群结果。本发明能够对复杂电力系统的同调性进行准确识别。

主权项

一种基于广域信息的发电机组同调分群方案，该方法利用相量测量单元对发电机组功角轨迹和转子角速度进行特征提取，以获得能反应同调性的信息，所提取的特征包括四个指标的比较：方向比较DirDiv(δ_i,δ_j)，转角比较AngleDiv(δ_i,δ_j)，位置比较LocDiv(δ_i,δ_j)以及转子角速度即转速的比较SpeedDiv(δ_i,δ_j)，其中δ_i,δ_j为不同发电机组的功角轨迹，1≤i≠j≤m，m为总轨迹数，轨迹δ_i由δ_i1,δ_i2,...,δ_in构成，轨迹δ_j由δ_j1,δ_j2,...,δ_jn构成，n为采样点数，其中，(1)方向比较DirDiv(δ_i,δ_j)表示功角轨迹δ_i,δ_j在总体变化趋势上偏转程度的差异，δ_is,δ_js分别是轨迹δ_i,δ_j采样的起始点，δ_ie,δ_je分别是轨迹δ_i,δ_j采样的终止点，用向量和的夹角来表示轨迹之间的方向差异DirDiv(δ_i,δ_j)；(2)转角比较AngleDiv(δ_i,δ_j)反映轨迹内部的方向变化特征，设轨迹在采样点δ_p处的夹角表示为β，转角表示为θ，a为本采样点δ_p与上一采样点δ_p‑1之间的距离，且b为本采样点与下一采样点δ_p+1之间的距离，且c为采样点δ_p‑1和δ_p+1之间的距离，则夹角β为：β＝arccos((a²+b²‑c²)/2ab)根据夹角β和向量叉乘方向判别的右手定则求得转角θ，转角θ的计算公式为：由上式可得，外向变化的转角θ为正值，内向变化的转角θ为负值，转角比较AngleDiv(δ_i,δ_j)是一个随采样时间变化的累加量，计算式为:$\mathrm{AngleDiv}({\mathrm{\δ}}_i,{\mathrm{\δ}}_j)=\frac{\underset{1}{\overset{n}{\mathrm{\Σ}}}(\left(\right|{\mathrm{\θ}}_i-{\mathrm{\θ}}_j\left|\right)/\left(\right|{\mathrm{\θ}}_i|+|{\mathrm{\θ}}_j\left|\right))}{n}$在理想同调机群的情况下，δ_i和δ_j的每一个采样点的转角差值都为0，AngleDiv也为0，在功角曲线最不匹配的情况下，每个采样点的转角互为相反方向，也就是说在采样时间内2条轨迹呈对立锯齿状，这时AngleDiv为1；(3)位置比较LocDiv(δ_i,δ_j)反映发电机功角轨迹之间的相对距离，计算公式如下：LocDiv(δ_i,δ_j)＝H(δ_i,δ_j)＝max(h(δ_i,δ_j),h(δ_j,δ_i))，其中dist(u,v)表示u、v两点之间的欧氏距离，u、v分别为δ_i,δ_j轨迹上的任一采样点；h(δ_i,δ_j)为δ_i,δ_j的直接Hausdorff距离，即δ_i中的每一点到δ_j中所有点的距离最小值集合中的最大距离，若h(δ_i,δ_j)＝d，则δ_i中的每一采样点到δ_j中最近采样点的距离都不超过d，d反应曲线间的距离差异，H(δ_i,δ_j)为h(δ_i,δ_j)和h(δ_j,δ_i)中的最大值，若H(δ_i,δ_j)＝d，则说明δ_i中的每一采样点到δ_j中最近采样点的距离和δ_j中的每一采样点到δ_i中最近采样点的距离都不超过d；(4)转速比较SpeedDiv(δ_i,δ_j)表示发电机组转子角速度的差异，如下式$\mathrm{SpeedDiv}({\mathrm{\δ}}_i,{\mathrm{\δ}}_j)=\sqrt{\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{({\mathrm{\ω}}_i\left(t\right)-{\mathrm{\ω}}_j\left(t\right))}^2}$两发电机转子角速度变化的差异用角速度采样值之间的欧式距离来衡量，ω_i(t)、ω_j(t)分别表示第i和j台发电机组在采样时刻t的采样值；该发电机组同调分群方案包括下列的步骤：第一步：计算电力系统中两两发电机之间的上述四项指标，分别将值依次存入DirDiv、AngleDiv、LocDiv和SpeedDiv四个矩阵中，若系统中有m台发电机，则矩阵为m阶对称方阵，各方阵的对角线元素均为零；第二步：定义W＝{W_D,W_A,W_L,W_S}为特征权重，分别对应以上四个特征；各权重满足：(1)所有权重取值均大于或等于零；(2)W_D+W_A+W_L+W_S＝1，由于每一个特征的值域是不同的，所以要对各个特征差异值进行归一化处理，归一化处理方法为将所得四个矩阵中每一元素除以各矩阵中元素的最大值；再利用变异系数法的思想计算权重，利用所得权重对上述四项指标进行加权求和构成轨迹结构差异度：SDIV＝W_D×DirDiv+W_A×AngleDiv+W_L×LocDiv+W_S×SpeedDiv第三步：计算得到发电机组的差异度矩阵SDIV，然后利用层次聚类分析法进行聚类；第四步：聚类结束后，选择合适的阈值ε对聚类树形解进行划分即可获得最终分群结果；