一種基于改進(jìn)深度學(xué)習(xí)模型的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電力系統(tǒng)安全技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)深度學(xué)習(xí)模型的電網(wǎng) 安全態(tài)勢(shì)預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 現(xiàn)有電力調(diào)度系統(tǒng)仍以"經(jīng)驗(yàn)型+分析型"為主，其自動(dòng)化和智能化程度不高，主 要原因是系統(tǒng)缺乏對(duì)電網(wǎng)運(yùn)行狀態(tài)發(fā)展變化情況的準(zhǔn)確掌控。同時(shí)，系統(tǒng)各類(lèi)分析應(yīng)用軟 件提供的分析結(jié)果只側(cè)重電網(wǎng)運(yùn)行的某一方面，缺乏從全網(wǎng)整體運(yùn)行態(tài)勢(shì)上給出綜合分析 結(jié)果及決策建議，需要調(diào)度運(yùn)行人員通過(guò)手動(dòng)調(diào)閱各類(lèi)分析結(jié)果，基于人工經(jīng)驗(yàn)和離線策 略進(jìn)行操作控制。因此，隨著電網(wǎng)規(guī)模快速擴(kuò)大以及運(yùn)行復(fù)雜性的不斷提升，調(diào)度運(yùn)行人員 的工作壓力隨之加大，確保電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的難度也日益增大。電網(wǎng)安全態(tài)勢(shì)感知是掌 握電網(wǎng)運(yùn)行軌跡的重要技術(shù)手段，通過(guò)對(duì)廣域時(shí)空范圍內(nèi)，對(duì)涉及電網(wǎng)運(yùn)行變化的各類(lèi)因 素的采集、理解與預(yù)測(cè)，力求準(zhǔn)確有效地掌握電網(wǎng)的安全態(tài)勢(shì)，使得電網(wǎng)的安全管理從被動(dòng) 變?yōu)橹鲃?dòng)。調(diào)度員可以判斷系統(tǒng)安全所處狀態(tài)的趨勢(shì)，能在電網(wǎng)遭受擾動(dòng)和故障之前，及時(shí) 采取防御措施和安全策略。從適應(yīng)我國(guó)未來(lái)智能電網(wǎng)發(fā)展需求出發(fā)，結(jié)合電網(wǎng)自身的特征， 需要建立一套覆蓋電網(wǎng)各個(gè)層面的指標(biāo)體系，從而可以定量的描述電網(wǎng)各個(gè)部分的特征并 通過(guò)綜合計(jì)算最終得出描述電網(wǎng)總體狀態(tài)的安全態(tài)勢(shì)值。
[0003] 目前電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)，主要是利用時(shí)間序列分析預(yù)測(cè)、智能預(yù)測(cè)、組合預(yù)測(cè)、基 于灰色理論的預(yù)測(cè)方法等，只是預(yù)測(cè)未來(lái)態(tài)勢(shì)值，并未說(shuō)明態(tài)勢(shì)值的大小具體代表電網(wǎng)所 處的安全等級(jí)，同時(shí)很少分析態(tài)勢(shì)變化的趨勢(shì)和解釋電網(wǎng)安全態(tài)勢(shì)要素的動(dòng)力學(xué)特征，屬 于被動(dòng)感知，不能從整體上綜合理解電網(wǎng)安全態(tài)勢(shì)，對(duì)調(diào)度人員的輔助決策支持不夠，調(diào)度 人員只能獲得局部數(shù)據(jù)和信息，不能夠?qū)崟r(shí)全面感知電力系統(tǒng)安全風(fēng)險(xiǎn)態(tài)勢(shì)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種基于改進(jìn)深度學(xué)習(xí)模型的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法，所述方法包括 如下步驟：
[0005] 步驟1 :電網(wǎng)數(shù)據(jù)采集和預(yù)處理：采集電網(wǎng)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，具體包括電網(wǎng)設(shè) 備狀態(tài)信息、電網(wǎng)穩(wěn)態(tài)數(shù)據(jù)信息、電網(wǎng)動(dòng)態(tài)數(shù)據(jù)信息、電網(wǎng)暫態(tài)故障信息、運(yùn)行環(huán)境數(shù)據(jù)等， 然后對(duì)采集的電網(wǎng)數(shù)據(jù)進(jìn)行清洗和格式化統(tǒng)一等預(yù)處理。
[0006] 步驟2 :電網(wǎng)安全態(tài)勢(shì)評(píng)估：通過(guò)層次分析法和Delphi法構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估 指標(biāo)體系，將采集的電網(wǎng)數(shù)據(jù)按照時(shí)間監(jiān)測(cè)點(diǎn)的順序，依次輸入到層次化的電網(wǎng)安全態(tài)勢(shì) 評(píng)估指標(biāo)體系中，與電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系的權(quán)重矩陣做乘法，通過(guò)計(jì)算得到每個(gè)時(shí) 間監(jiān)測(cè)點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值。
[0007] 步驟3 :針對(duì)電網(wǎng)安全態(tài)勢(shì)評(píng)估的指標(biāo)數(shù)據(jù)具有關(guān)聯(lián)性強(qiáng)、維數(shù)高的特點(diǎn)，提出一 種改進(jìn)的自編碼網(wǎng)絡(luò)（Autoencoder)方法降低指標(biāo)數(shù)據(jù)的維數(shù)，利用降維后的數(shù)據(jù)樣本和 對(duì)應(yīng)下一時(shí)間監(jiān)測(cè)點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值構(gòu)造訓(xùn)練樣本集。
[0008] 步驟4 :電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)：采用一種改進(jìn)的深度信念網(wǎng)絡(luò) (De印BeliefNetW〇rk，DBN)構(gòu)建具有多輸入多輸出的深度學(xué)習(xí)態(tài)勢(shì)預(yù)測(cè)模型，利用深度學(xué) 習(xí)態(tài)勢(shì)預(yù)測(cè)模型對(duì)訓(xùn)練樣本集進(jìn)行迭代訓(xùn)練，從而確定電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型，再結(jié)合降 維后的數(shù)據(jù)樣本預(yù)測(cè)當(dāng)前時(shí)刻T之后T+l，T+2, .....，T+n時(shí)刻的電網(wǎng)安全態(tài)勢(shì)。
[0009] 本發(fā)明的優(yōu)點(diǎn)在于：
[0010] (1)采集歷史和實(shí)時(shí)的電網(wǎng)數(shù)據(jù)，采用改進(jìn)的自編碼網(wǎng)絡(luò)（Autoencoder)方法對(duì) 電網(wǎng)安全態(tài)勢(shì)評(píng)估的高維指標(biāo)數(shù)據(jù)進(jìn)行約簡(jiǎn)，約簡(jiǎn)后的特征值包含原指標(biāo)數(shù)據(jù)的信息，能 夠代替原指標(biāo)數(shù)據(jù)進(jìn)行后續(xù)的預(yù)測(cè)工作，并可以有效的提高電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)的速度。
[0011] (2)利用改進(jìn)的深度信念網(wǎng)絡(luò)（DBN)構(gòu)建電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型，結(jié)合采集的電 網(wǎng)數(shù)據(jù)，學(xué)習(xí)降維后的指標(biāo)數(shù)據(jù)和對(duì)應(yīng)下一時(shí)間點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值關(guān)系，利用歷史值來(lái) 訓(xùn)練構(gòu)建的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型。改進(jìn)的深度信念網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力，可 以有效的提尚預(yù)測(cè)精度。
【附圖說(shuō)明】
[0012] 圖1為本發(fā)明提供的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法流程圖；
[0013] 圖2為受限波爾茲曼機(jī)（RBM)的典型拓?fù)浣Y(jié)構(gòu)圖；
[0014] 圖3為自編碼網(wǎng)絡(luò)（Autoencoder)預(yù)訓(xùn)練和展開(kāi)過(guò)程圖；
[0015] 圖4為改進(jìn)的自編碼網(wǎng)絡(luò)（Autoencoder)微調(diào)過(guò)程；
[0016] 圖5為改進(jìn)的深度信念網(wǎng)絡(luò)（DBN)。
【具體實(shí)施方式】
[0017] 下面結(jié)合附圖，對(duì)優(yōu)選實(shí)施例作詳細(xì)說(shuō)明。應(yīng)該強(qiáng)調(diào)的是，下述說(shuō)明僅僅是示例性 的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。
[0018] 構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系和計(jì)算電網(wǎng)安全態(tài)勢(shì)值是電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)的 前提。為此，本發(fā)明引入通過(guò)層次分析法構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系，建好評(píng)估指 標(biāo)體系之后，就可以根據(jù)指標(biāo)權(quán)重，計(jì)算得到每個(gè)時(shí)間監(jiān)測(cè)點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值。針對(duì) 電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)數(shù)據(jù)具有關(guān)聯(lián)性強(qiáng)、維數(shù)高的特點(diǎn)，提出采用改進(jìn)的自編碼網(wǎng)絡(luò) (Autoencoder)方法降低指標(biāo)數(shù)據(jù)的維數(shù)，將降維后的數(shù)據(jù)樣本和對(duì)應(yīng)下一時(shí)間監(jiān)測(cè)點(diǎn)的 電網(wǎng)安全態(tài)勢(shì)值構(gòu)造成訓(xùn)練樣本集。提出通過(guò)受限玻爾茲曼機(jī)（RBM)的疊置構(gòu)建具有多輸 入多輸出結(jié)構(gòu)的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型，利用所述的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型對(duì)訓(xùn)練樣本集 進(jìn)行迭代訓(xùn)練，學(xué)習(xí)序列之間的內(nèi)在關(guān)系，經(jīng)過(guò)訓(xùn)練確定基于深度信念網(wǎng)絡(luò)（DBN)的電網(wǎng) 安全態(tài)勢(shì)預(yù)測(cè)模型，利用確定的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型，結(jié)合實(shí)時(shí)電網(wǎng)數(shù)據(jù)，預(yù)測(cè)當(dāng)前時(shí)刻 T之后T+l，T+2.......T+n時(shí)刻的態(tài)勢(shì)值，進(jìn)而確定電網(wǎng)態(tài)勢(shì)的發(fā)展趨勢(shì)，得到更高層次的 電網(wǎng)安全預(yù)測(cè)、預(yù)警及輔助決策信息。
[0019] 圖1是本發(fā)明提供的一種基于改進(jìn)深度學(xué)習(xí)模型的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法流程 圖，結(jié)合圖1，本發(fā)明提供的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法包括如下的步驟：
[0020] 步驟1 :電網(wǎng)數(shù)據(jù)采集和預(yù)處理：采集電網(wǎng)數(shù)據(jù)，包括歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，具體 包括電網(wǎng)設(shè)備狀態(tài)信息、電網(wǎng)穩(wěn)態(tài)數(shù)據(jù)信息、電網(wǎng)動(dòng)態(tài)數(shù)據(jù)信息、電網(wǎng)暫態(tài)故障信息、運(yùn)行 環(huán)境數(shù)據(jù)等，然后對(duì)采集的電網(wǎng)數(shù)據(jù)進(jìn)行清洗和格式化統(tǒng)一等預(yù)處理。
[0021] 所述的預(yù)處理，是指去除冗余、復(fù)雜及錯(cuò)誤的電網(wǎng)數(shù)據(jù)，抽取高質(zhì)量的電網(wǎng)數(shù)據(jù)， 將電網(wǎng)數(shù)據(jù)按照指定XML格式進(jìn)行轉(zhuǎn)化統(tǒng)一。
[0022] 步驟2 :電網(wǎng)安全態(tài)勢(shì)評(píng)估：通過(guò)層次分析法和Delphi法構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估 指標(biāo)體系，將采集的電網(wǎng)數(shù)據(jù)按照時(shí)間監(jiān)測(cè)點(diǎn)的順序，依次輸入到層次化的電網(wǎng)安全態(tài)勢(shì) 評(píng)估指標(biāo)體系中，得到每個(gè)時(shí)間監(jiān)測(cè)點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值。
[0023] 所述的電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系，主要包括電網(wǎng)的結(jié)構(gòu)、運(yùn)行、設(shè)備、技術(shù)、外部 風(fēng)險(xiǎn)指標(biāo)5大類(lèi)指標(biāo)。
[0024] 層次分析法通過(guò)將復(fù)雜的問(wèn)題分解為能夠量化的一系列指標(biāo)，并在不同層級(jí)上重 新組織這些指標(biāo)，實(shí)現(xiàn)綜合評(píng)價(jià)過(guò)程。與傳統(tǒng)的公共決策方法相比，層次分析法有助于在不 同的決策中，做出更綜合的判斷確保了評(píng)價(jià)的客觀性和可信性，并為科學(xué)的綜合決策奠定 了基礎(chǔ)。
[0025] 采用Delphi法構(gòu)建的電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)集，最頂層也稱為目標(biāo)層即電網(wǎng)安 全態(tài)勢(shì)，分目標(biāo)層包括電網(wǎng)的結(jié)構(gòu)、運(yùn)行、設(shè)備、技術(shù)、外部風(fēng)險(xiǎn)指標(biāo)5大類(lèi)。
[0026] 指標(biāo)中結(jié)構(gòu)風(fēng)險(xiǎn)指標(biāo)包括節(jié)點(diǎn)脆弱性指標(biāo)、線路脆弱性指標(biāo)和N-I校驗(yàn)指標(biāo)，運(yùn) 行風(fēng)險(xiǎn)指標(biāo)包括動(dòng)態(tài)安全風(fēng)險(xiǎn)和靜態(tài)安全風(fēng)險(xiǎn)，動(dòng)態(tài)安全風(fēng)險(xiǎn)包括功角失穩(wěn)指標(biāo)、頻率失 穩(wěn)指標(biāo)、電壓失穩(wěn)指標(biāo)，靜態(tài)安全風(fēng)險(xiǎn)包括線路過(guò)載指標(biāo)、電壓器過(guò)載指標(biāo)和電壓裕度指 標(biāo)，設(shè)備風(fēng)險(xiǎn)指標(biāo)包括一次設(shè)備風(fēng)險(xiǎn)和二次設(shè)備風(fēng)險(xiǎn)，技術(shù)風(fēng)險(xiǎn)指標(biāo)包括同桿并架雙回線 路指標(biāo)和網(wǎng)架結(jié)構(gòu)合理性等，外部風(fēng)險(xiǎn)包括氣象環(huán)境因素和人為因素。
[0027] 采用模糊理論的方法對(duì)電網(wǎng)安全態(tài)勢(shì)評(píng)估值進(jìn)行計(jì)算。通過(guò)分析指標(biāo)兩兩之間的 相對(duì)重要性比較值建立模糊一致判斷矩陣，并進(jìn)行排序，最后確定指標(biāo)體系中每個(gè)指標(biāo)的 最終權(quán)重，具體如下：
[0028] (1)根據(jù)0. 1-0. 9標(biāo)度法如表1所示，請(qǐng)專家比較指標(biāo)兩兩之間的相對(duì)重要性給出 比較值，建立模糊互補(bǔ)判斷矩陣，矩陣公式為：
[0029]
【主權(quán)項(xiàng)】
1. 一種基于改進(jìn)深度學(xué)習(xí)模型的電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)方法，其特征在于，所述方法包括 如下步驟： 步驟1;電網(wǎng)數(shù)據(jù)采集和預(yù)處理；采集電網(wǎng)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，具體包括電網(wǎng)設(shè)備狀 態(tài)信息、電網(wǎng)穩(wěn)態(tài)數(shù)據(jù)信息、電網(wǎng)動(dòng)態(tài)數(shù)據(jù)信息、電網(wǎng)暫態(tài)故障信息、運(yùn)行環(huán)境數(shù)據(jù)等，然后 對(duì)采集的電網(wǎng)數(shù)據(jù)進(jìn)行清洗和格式化統(tǒng)一預(yù)處理； 步驟2;電網(wǎng)安全態(tài)勢(shì)評(píng)估；通過(guò)層次分析法和Delphi法構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo) 體系，將采集的電網(wǎng)數(shù)據(jù)按照時(shí)間監(jiān)測(cè)點(diǎn)的順序，依次輸入到層次化的電網(wǎng)安全態(tài)勢(shì)評(píng)估 指標(biāo)體系中，與電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系的權(quán)重矩陣做乘法，通過(guò)計(jì)算得到每個(gè)時(shí)間監(jiān) 測(cè)點(diǎn)的電網(wǎng)安全態(tài)勢(shì)值； 步驟3 ;針對(duì)電網(wǎng)安全態(tài)勢(shì)評(píng)估的指標(biāo)數(shù)據(jù)具有關(guān)聯(lián)性強(qiáng)、維數(shù)高的特點(diǎn)，提出一種改 進(jìn)的自編碼網(wǎng)絡(luò)方法降低指標(biāo)數(shù)據(jù)的維數(shù)，利用降維后的數(shù)據(jù)樣本和對(duì)應(yīng)下一時(shí)間監(jiān)測(cè)點(diǎn) 的電網(wǎng)安全態(tài)勢(shì)值構(gòu)造訓(xùn)練樣本集； 所述的改進(jìn)的自編碼網(wǎng)絡(luò)方法具體步驟為： 步驟31:輸入數(shù)據(jù)樣本D= {X。，…X?！?，X。}，n為輸入數(shù)據(jù)樣本的個(gè)數(shù)，完成一次RBM訓(xùn)練學(xué)習(xí)過(guò)程，調(diào)整權(quán)重； 從受限玻爾茲曼機(jī)可見(jiàn)層神經(jīng)元輸入數(shù)據(jù)，根據(jù)神經(jīng)元Vi更新隱含層神經(jīng)元hj.的狀 態(tài)；再由隱含層神經(jīng)元hj.重構(gòu)出可見(jiàn)層