申请/专利权人：西安工程大学

申请日：2019-12-17

公开（公告）日：2023-08-22

公开（公告）号：CN111027879B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F18/2321;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2020.05.12#实质审查的生效;2020.04.17#公开

摘要：本发明公开了一种基于SOM‑FAT的电力系统连锁故障预测方法，包括：建立初始故障支路集，检测初始故障支路集中的支路是否为故障支路，若为故障支路，记录该支路路径，并计算发生概率，若为正常支路，计算该支路与其他支路间的关联性大小，并建立下级故障支路集合；依次检测下级故障支路集合中的支路是否为故障支路，若为故障支路，记录该支路路径，并计算发生概率，若为正常支路，计算该支路与其他支路间的关联性大小；完成对初始故障支路集中的每条支路的检测，得到准确的故障支路集。

主权项：1.一种基于SOM-FAT的电力系统连锁故障预测方法，其特征在于，包括以下步骤：步骤1、设计故障集评价指标，选择故障集评价指标较大的支路组成初始故障支路集；步骤2、断开所述初始故障支路集中的支路，判断系统是否解列失稳，如果解列失稳，则记录该条支路路径，并计算发生概率；若系统稳定，则根据上下级支路关联性指标，计算该支路与其他支路间的关联性大小；步骤3、对所述上下级支路关联性指标进行分类，将上下级支路关联性指标较高的支路作为下级故障支路集合，并计算每条下级支路发生故障的概率；步骤4、依次断开所述下级故障支路集合中的支路，判断系统是否解列失稳，如果解列失稳，则记录该条支路路径，并计算发生概率；若系统稳定，则根据所述上下级支路关联性指标，计算该支路与其他支路间的关联性大小，直至搜索完所述下级故障支路集合中的每条支路；步骤5、重复步骤2-4，完成所述初始故障支路集中的每条支路检测，得到故障支路集；步骤1中所述故障集评价指标El为：El＝η1Cl×η2Tl×η3λl1；上式中，Cl为节点扰动对支路的潮流冲击性，Tl为支路在电力系统中的重要性，λl为支路自身故障概率，η1、η2、η3均为阈值；所述节点扰动对支路的潮流冲击性Cl计算过程如下：系统处于平衡状态时支路的潮流为Pl0，当某节点a负荷突增，支路l的潮流改变为Pla，则节点a对支路l的潮流冲击Ela为：ΔEla＝Pla-Pl02；则节点a对系统的潮流冲击ΔEa为： 上式中：S为系统支路数量；则支路l的潮流冲击率ηla为： 结合公式1-3，节点a在系统的潮流分布熵HDa为： 所以，节点a扰动对支路l的潮流冲击Cla为： 步骤2中上下级支路关联性指标Ml为：Ml＝Sl×Dl×Bl9；上式中，Bl为上级支路潮流转移熵对下级支路冲击性，Sl为上级支路故障切除后对下级支路的影响度，表示如下： 上式中，Flj为支路l在故障发生后的传输功率，Flj-1为支路l在故障发生前的传输功率，为支路l-1在故障发生前的传输功率；Dl为支路在电网运行中的负载率指标，表示如下： 上式中，Flmax为支路1的最大传输功率；所述上级支路潮流转移熵对下级支路冲击性Bl的计算过程如下：支路1-1断开对支路1传输裕度影响的潮流转移熵Hl，l-1为：Hl，l-1＝-ηl，l-1lnηl，l-112；上式中，ηl，l-1为支路1-1开断对支路1的传输裕度影响值；则支路l-1潮流转移熵对于支路1的冲击性Bl为： 步骤3具体包括：步骤3.1、采用生成随机数的方式对输入层的上下级支路关联性指标M1和竞争层节点的值Wjj＝1，2，...，N进行初始化，随机数的取值范围为[0，1]，如下式： 并对学习率η0以及迭代次数进行初始化，所述学习率的取值范围为0＜η0＜1；步骤3.2、寻找获胜节点；步骤3.3、确定优胜邻域，并通过下式调整获胜节点及优胜邻域内节点的权值：Wijt+1＝Wijt+ΔWij＝Wijr+ηt*Ndj*Ml-Wij20；上式中，dj表示优胜邻域内节点与获胜节点的欧氏距离，Ndj为邻域函数， 步骤3.3、循环学习直至迭代结束，获得聚类结果；步骤3.4、将所述聚类结果中上下级支路关联性指标最高的一类支路作为下级故障支路集合，并计算每条下级支路发生故障的概率。

全文数据：

权利要求：

百度查询： 西安工程大学 一种基于SOM-FAT的电力系统连锁故障预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD