本發(fā)明涉及電力系統(tǒng)領(lǐng)域，尤其涉及一種結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法。

背景技術(shù)：

1、在電力系統(tǒng)規(guī)劃和新型電力系統(tǒng)穩(wěn)定的研究中，振蕩源定位是一個(gè)至關(guān)重要的議題，其目的在于識(shí)別和定位電力系統(tǒng)中引起振蕩的源頭，即擾動(dòng)源。

2、在應(yīng)對(duì)電力系統(tǒng)中的振蕩問題時(shí)，傳統(tǒng)的振蕩定位方法，如能量法和行波檢測法，主要依據(jù)振蕩發(fā)生的內(nèi)在機(jī)理，通過建立系統(tǒng)的數(shù)學(xué)模型，并利用系統(tǒng)的實(shí)時(shí)量測數(shù)據(jù)計(jì)算特定指標(biāo)來實(shí)現(xiàn)振蕩源的定位。這些傳統(tǒng)方法依賴于一系列物理假設(shè)和簡化條件，這使得它們在面對(duì)實(shí)際復(fù)雜電力系統(tǒng)，尤其是在“雙高”系統(tǒng)(高比例新能源接入和高比例電力電子設(shè)備使用)的情況下，其適用性和準(zhǔn)確性可能會(huì)受到限制。當(dāng)電力系統(tǒng)的動(dòng)態(tài)行為與這些假設(shè)和簡化條件不完全匹配時(shí)，傳統(tǒng)方法的效果可能會(huì)大打折扣。

3、故障系統(tǒng)中，電流含有的衰減直流分量對(duì)相量測量的影響不可忽視。當(dāng)電力系統(tǒng)發(fā)生短路故障等異常情況時(shí)，故障電流除了交流成分外，往往還伴隨有一個(gè)衰減的直流分量。這個(gè)直流分量是由于電力系統(tǒng)的電感和電容元件在故障瞬間產(chǎn)生的，其特點(diǎn)是在故障發(fā)生后快速上升至峰值，隨后按指數(shù)規(guī)律衰減。衰減直流分量的存在，會(huì)使得電流波形偏離其正常的交流周期性變化，從而對(duì)基于正弦穩(wěn)態(tài)假設(shè)的傳統(tǒng)相量測量算法準(zhǔn)確性構(gòu)成挑戰(zhàn)。而傳統(tǒng)的振蕩定位方法并未考慮衰減直流分量的影響。

技術(shù)實(shí)現(xiàn)思路

1、為了解決傳統(tǒng)振蕩定位方法準(zhǔn)確性差以及未考慮衰減直流分量的問題，本發(fā)明提出一種結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，利用圖神經(jīng)網(wǎng)絡(luò)提取系統(tǒng)線路電流基頻變化與寬頻振蕩擾動(dòng)源的關(guān)聯(lián)關(guān)系，將各線路的基頻變化量泰勒展開獲得各階導(dǎo)數(shù)值，結(jié)合系統(tǒng)拓?fù)湫纬奢斎刖仃囕斎雸D神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)寬頻振蕩擾動(dòng)源的精確定位，解決上述問題。

2、本申請(qǐng)公開了一種結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，包括以下步驟：

3、s1、數(shù)據(jù)采集，收集系統(tǒng)故障期間各線路電流時(shí)序運(yùn)行數(shù)據(jù)與擾動(dòng)源位置標(biāo)簽；

4、s2、信號(hào)處理，對(duì)采集到的時(shí)序信號(hào)進(jìn)行預(yù)處理，提取預(yù)處理后的衰減直流分量并對(duì)衰減直流分量進(jìn)行泰勒展開，提取各階導(dǎo)數(shù)構(gòu)建衰減直流分量的多維數(shù)據(jù)矩陣；

5、s3、模型構(gòu)建，將s2獲得的衰減直流分量的多維數(shù)據(jù)矩陣作為圖神經(jīng)網(wǎng)絡(luò)模型的輸入，構(gòu)建基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型，對(duì)擾動(dòng)源進(jìn)行定位；

6、s4、模型訓(xùn)練，結(jié)合衰減直流分量的多維數(shù)據(jù)矩陣對(duì)基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型進(jìn)行訓(xùn)練，優(yōu)化圖神經(jīng)網(wǎng)絡(luò)模型參數(shù)以提升性能；

7、s5、模型部署及評(píng)估迭代，將訓(xùn)練好的基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型部署到電力系統(tǒng)監(jiān)控平臺(tái)，建立評(píng)估基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型性能的混淆矩陣，根據(jù)性能評(píng)估結(jié)果對(duì)模型進(jìn)行小樣本隨機(jī)梯度優(yōu)化，更新圖神經(jīng)網(wǎng)絡(luò)模型參數(shù)。

8、優(yōu)選的，所述預(yù)處理包括提取離散分量、濾波、去噪。

9、優(yōu)選的，所述對(duì)衰減直流分量進(jìn)行泰勒展開包括以下步驟：

10、采用低頻帶限信號(hào)和旋轉(zhuǎn)調(diào)制信號(hào)描述基波分量的時(shí)變特性，并通過衰減指數(shù)函數(shù)表征基波分量的衰減直流分量，得到含有衰減直流分量的電力信號(hào)為：

11、

12、其中，a(t)為低頻帶限信號(hào)，為旋轉(zhuǎn)調(diào)制信號(hào)，f0為基頻，b為衰減直流分量的幅值初始值，t為時(shí)間，τ為衰減直流分量的衰減時(shí)間常數(shù)；

13、衰減直流分量的泰勒近似表達(dá)式為：

14、

15、其中，b(k)為be-t/τ的k階導(dǎo)數(shù)，δb為用泰勒級(jí)數(shù)表示be-t/τ時(shí)產(chǎn)生的誤差；

16、帶有衰減直流分量的動(dòng)態(tài)信號(hào)離散序列模型為：

17、

18、其中，其中，n＝tfs，ω0為采樣角頻率，α(k)表示a(t)在參考時(shí)刻的k階導(dǎo)數(shù)，β(k)為b(k)的離散化值，且fs為采樣頻率。

19、優(yōu)選的，所述衰減直流分量的多維數(shù)據(jù)矩陣為：

20、

21、其中，ik為數(shù)據(jù)矩陣的第k個(gè)維度，是第i個(gè)節(jié)點(diǎn)和第j個(gè)節(jié)點(diǎn)之間線路的衰減直流分量第k階導(dǎo)數(shù)的離散化值，若則代表第i個(gè)節(jié)點(diǎn)和第j個(gè)節(jié)點(diǎn)之間不存在線路。

22、優(yōu)選的，所述圖神經(jīng)網(wǎng)絡(luò)模型包括節(jié)點(diǎn)、邊和全局信息，三者通過匯聚操作實(shí)現(xiàn)信息傳遞與聚合，最后獲得信息提取后結(jié)構(gòu)不變的圖。

23、優(yōu)選的，所述對(duì)擾動(dòng)源進(jìn)行定位包括以下步驟：

24、將衰減直流分量泰勒展開多階導(dǎo)數(shù)值作為圖神經(jīng)網(wǎng)絡(luò)中邊的信息，通過圖神經(jīng)網(wǎng)絡(luò)模型將各線路信息聚合至臨近節(jié)點(diǎn)，即機(jī)組上，實(shí)現(xiàn)節(jié)點(diǎn)信息的更新，將節(jié)點(diǎn)信息輸入至下一個(gè)全連接層，將輸出結(jié)果通過softmax函數(shù)進(jìn)行分類，實(shí)現(xiàn)擾動(dòng)源的定位。

25、優(yōu)選的，所述基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型的更新規(guī)則為：

26、

27、其中，為節(jié)點(diǎn)v在第l+1的表示，為節(jié)點(diǎn)i在第l層的表示，以iv為例，iv＝[bv1,bv2,…bvn]，bvi為節(jié)點(diǎn)與節(jié)點(diǎn)i間的衰減直流分量，w(l)為第l層的權(quán)重矩陣，σ為激活函數(shù)。

28、本發(fā)明的有益效果：

29、(1)本發(fā)明采用圖神經(jīng)網(wǎng)絡(luò)模型，聚合相鄰節(jié)點(diǎn)之間的信息，結(jié)合系統(tǒng)拓?fù)湫畔⑷〉昧烁玫男阅?，具有更高的?zhǔn)確性。

30、(2)本發(fā)明使用衰減直流分量的多維數(shù)據(jù)矩陣作為模型的輸入，具有更好的時(shí)效性和更好的定位性能。

31、(3)本發(fā)明首先將系統(tǒng)拓?fù)滢D(zhuǎn)化為二維鄰接矩陣，隨后提取各線路的衰減直流分量，并對(duì)其泰勒展開，將展開結(jié)果每一階導(dǎo)數(shù)值填充進(jìn)鄰接矩陣，獲得多維數(shù)據(jù)矩陣，該多維數(shù)據(jù)矩陣相較于傳統(tǒng)用于振蕩擾動(dòng)源定位的時(shí)序數(shù)據(jù)集，數(shù)據(jù)量大大減少，且保留了系統(tǒng)振蕩分布特性。

技術(shù)特征：

1.一種結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述預(yù)處理包括提取離散分量、濾波、去噪。

3.根據(jù)權(quán)利要求2所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述對(duì)衰減直流分量進(jìn)行泰勒展開包括以下步驟：

4.根據(jù)權(quán)利要求3所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述衰減直流分量的多維數(shù)據(jù)矩陣為：

5.根據(jù)權(quán)利要求4所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述圖神經(jīng)網(wǎng)絡(luò)模型包括節(jié)點(diǎn)、邊和全局信息，三者通過匯聚操作實(shí)現(xiàn)信息傳遞與聚合，最后獲得信息提取后結(jié)構(gòu)不變的圖。

6.根據(jù)權(quán)利要求5所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述對(duì)擾動(dòng)源進(jìn)行定位包括以下步驟：

7.根據(jù)權(quán)利要求6所述的結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，其特征在于，所述基于圖神經(jīng)網(wǎng)絡(luò)的寬頻振蕩擾動(dòng)源定位模型的更新規(guī)則為：

技術(shù)總結(jié)
本發(fā)明公開了一種結(jié)合系統(tǒng)拓?fù)渑c衰減直流分量的寬頻振蕩定位方法，包括以下步驟：S1、數(shù)據(jù)采集；S2、信號(hào)處理；S3、模型構(gòu)建；S4、模型訓(xùn)練；S5、模型部署及評(píng)估迭代。將系統(tǒng)拓?fù)滢D(zhuǎn)化為二維鄰接矩陣，隨后提取各線路的衰減直流分量，并對(duì)其泰勒展開，將展開結(jié)果每一階導(dǎo)數(shù)值填充進(jìn)鄰接矩陣，獲得多維數(shù)據(jù)矩陣，采用GNN模型聚合多系統(tǒng)節(jié)點(diǎn)相連節(jié)點(diǎn)的信息，得以更加有效地實(shí)現(xiàn)擾動(dòng)源定位。本發(fā)明結(jié)合了系統(tǒng)拓?fù)渑c衰減直流分量，具有更高的準(zhǔn)確性、時(shí)效性和更好的定位性能。

技術(shù)研發(fā)人員：邰克強(qiáng),王喆,劉夢晨,閆瑞濤,王勇,賈宏剛,王渝紅,周旭
受保護(hù)的技術(shù)使用者：國網(wǎng)陜西省電力有限公司經(jīng)濟(jì)技術(shù)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9