基于门控循环单元的新能源场站暂态电压稳定性评估方法

1.本发明公开了基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，属于新能源并网技术及人工智能在新能源电力系统技术领域。

背景技术：

2.随着全世界化石能源储量不断下降，新能源的利用逐渐得到重视。然而，大规模新能源场站并入电网后系统无功调节能力不足。在短路故障等扰动发生时易引起暂态电压失稳，导致新能源机组脱网，系统电压跌落等一系列问题，影响电网安全稳定。因此，当大规模新能源场站并网后，如何快速准确地评估暂态电压稳定性是十分必要的，同时这也对今后电网的安全运行有着极其重要的意义。为了实现快速评估，现国内外采用多种人工智能的方法，但精度有待提高。

技术实现要素：

3.本发明公开了基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，解决现有技术中，暂态电压快速评估精度低的问题。
4.基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，包括：
5.步骤1：预处理新能源场站暂态电压评估历史数据集；
6.步骤2：基于步骤1中预处理后的数据集，构建和划分评估模型数据集；
7.步骤3：搭建基于门控循环单元网络的新能源场站暂态电压稳定性评估模型；
8.步骤4：基于步骤2中的评估模型数据集，通过训练和验证得到最佳的新能源场站暂态电压稳定性评估模型；
9.步骤5：建立模型性能分析指标体系；
10.步骤6：基于步骤4中最佳的新能源场站暂态电压稳定性评估模型和步骤5中的模型性能分析指标体系，对新能源场站暂态电压稳定性进行评估。
11.步骤1包括：
12.步骤1.1：采集新能源场站并网系统在一定时间段内的历史数据，历史数据包括中枢母线电压、场站母线电压、场站有功出力、负荷总量、电动机负荷占比和当时状态下的暂态电压稳定性指标；
13.步骤1.2：从历史数据中随机选取m组数据，每组数据包括k1个中枢母线电压v1,
…
,k2个场站母线电压v1′
,
…
,k2个场站有功出力p1,
…
,负荷总量l、电动机负荷占比η和暂态电压稳定性指标α，每组数据包括(k1+2k2+3)个数据，通过选取m组数据，得到暂态电压稳定性评估历史数据集d1；
14.步骤1.3：对历史数据集d1中的所有数据进行归一化处理以消除量纲对评估结果的影响，得到预处理后的暂态电压稳定性评估数据集d2。
15.步骤2包括：
16.步骤2.1：基于预处理后的数据集d2，确定评估模型的n(n＝k1+2k2+2)个输入特征
和1个输出特征，将每组数据中的中枢母线电压、场站母线电压、场站有功出力、负荷总量和电动机负荷占比作为评估模型的输入数据，暂态电压稳定性指标作为评估模型的输出数据，构建评估模型数据集d3＝{(xi,yi)|xi＝(x
i1
；...；x
in
),i＝1,...,m}，其中xi和yi分别是每组数据对应的输入和输出数据；
17.步骤2.2：将评估模型数据集d3中的m组数据按照a:b:c的比例划分成训练集tr、验证集va和测试集te。
18.步骤3包括：
19.步骤3.1：搭建门控循环单元网络，包括网络输入层、门控循环单元层和全连接层，门控循环单元层包括重置门和更新门；
20.步骤3.2：设置并初始化门控循环单元网络的超参数，包括门控循环单元记忆体个数d，全连接层神经元节点数k，全连接层激活函数σ和网络批样本数batchsize，得到基于门控循环单元网络的新能源场站暂态电压稳定性评估模型。
21.步骤4包括：
22.步骤4.1：将训练集tr中的每组数据依次输入步骤3中搭建的新能源场站暂态电压稳定性评估模型中，对模型中的超参数进行训练，并设置模型训练轮数epoch；
23.步骤4.2：每轮训练完成后，将验证集va中的每组数据依次输入当前模型中，得到对应的输出和输出误差，通过计算整个验证集误差，保留使得整个验证集误差最小的模型参数，返回步骤4.1，直到达到设置的训练轮数或满足早停条件，即验证集误差连续m次增大，得到最佳的新能源场站暂态电压稳定性评估模型。
24.步骤5包括：
25.步骤5.1：选取均方根误差和平均绝对误差两个指标，计算分析模型输出的稳定性评估结果与历史已知结果之间的误差，以衡量评估结果的精确性；
26.步骤5.2：选取合格率指标，计算允许误差范围内的评估结果个数，用以衡量评估结果的准确率。
27.步骤6包括：
28.步骤6.1：将测试集te中的每组数据依次输入到最佳的新能源场站暂态电压稳定性评估模型中，输出对应的暂态电压稳定性评估指标；
29.步骤6.2：将评估模型输出的暂态电压稳定性评估指标与其历史已知值进行对比，基于模型性能分析指标体系进行评估效果分析。
30.本发明有益效果为：本发明提供的新能源场站暂态电压稳定性评估方法，综合考虑了影响暂态电压稳定性的母线电压、新能源场站有功出力、新能源场站母线电压等因素，并将人工智能领域的门控循环单元网络应用于暂态电压稳定性的评估，能够进一步提高评估的准确性。
附图说明
31.图1是本发明的技术流程图；
32.图2是基于门控循环单元的新能源场站暂态电压稳定性评估方法示意图；
33.图3是门控循环单元网络的结构。
具体实施方式
34.下面结合具体实施例对本发明的具体实施方式做进一步说明：
35.基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，包括：
36.步骤1：预处理新能源场站暂态电压评估历史数据集；
37.步骤2：基于步骤1中预处理后的数据集，构建和划分评估模型数据集；
38.步骤3：搭建基于门控循环单元网络的新能源场站暂态电压稳定性评估模型；
39.步骤4：基于步骤2中的评估模型数据集，通过训练和验证得到最佳的新能源场站暂态电压稳定性评估模型；
40.步骤5：建立模型性能分析指标体系；
41.步骤6：基于步骤4中最佳的新能源场站暂态电压稳定性评估模型和步骤5中的模型性能分析指标体系，对新能源场站暂态电压稳定性进行评估。
42.步骤1包括：
43.步骤1.1：采集新能源场站并网系统在一定时间段内的历史数据，历史数据包括中枢母线电压、场站母线电压、场站有功出力、负荷总量、电动机负荷占比和当时状态下的暂态电压稳定性指标；
44.步骤1.2：从历史数据中随机选取m组数据，每组数据包括k1个中枢母线电压v1,
…
,k2个场站母线电压v1′
,
…
,k2个场站有功出力p1,
…
,负荷总量l、电动机负荷占比η和暂态电压稳定性指标α，每组数据包括(k1+2k2+3)个数据，通过选取m组数据，得到暂态电压稳定性评估历史数据集d1；
45.步骤1.3：对历史数据集d1中的所有数据进行归一化处理以消除量纲对评估结果的影响，得到预处理后的暂态电压稳定性评估数据集d2。
46.步骤2包括：
47.步骤2.1：基于预处理后的数据集d2，确定评估模型的n(n＝k1+2k2+2)个输入特征和1个输出特征，将每组数据中的中枢母线电压、场站母线电压、场站有功出力、负荷总量和电动机负荷占比作为评估模型的输入数据，暂态电压稳定性指标作为评估模型的输出数据，构建评估模型数据集d3＝{(xi,yi)|xi＝(x
i1
；
…
；x
in
),i＝1,
…
,m}，其中xi和yi分别是每组数据对应的输入和输出数据；
48.步骤2.2：将评估模型数据集d3中的m组数据按照a:b:c的比例划分成训练集tr、验证集va和测试集te。
49.步骤3包括：
50.步骤3.1：搭建门控循环单元网络，包括网络输入层、门控循环单元层和全连接层，门控循环单元层包括重置门和更新门；
51.步骤3.2：设置并初始化门控循环单元网络的超参数，包括门控循环单元记忆体个数d，全连接层神经元节点数k，全连接层激活函数σ和网络批样本数batchsize，得到基于门控循环单元网络的新能源场站暂态电压稳定性评估模型。
52.步骤4包括：
53.步骤4.1：将训练集tr中的每组数据依次输入步骤3中搭建的新能源场站暂态电压稳定性评估模型中，对模型中的超参数进行训练，并设置模型训练轮数epoch；
54.步骤4.2：每轮训练完成后，将验证集va中的每组数据依次输入当前模型中，得到
对应的输出和输出误差，通过计算整个验证集误差，保留使得整个验证集误差最小的模型参数，返回步骤4.1，直到达到设置的训练轮数或满足早停条件，即验证集误差连续m次增大，得到最佳的新能源场站暂态电压稳定性评估模型。
55.步骤5包括：
56.步骤5.1：选取均方根误差和平均绝对误差两个指标，计算分析模型输出的稳定性评估结果与历史已知结果之间的误差，以衡量评估结果的精确性；
57.步骤5.2：选取合格率指标，计算允许误差范围内的评估结果个数，用以衡量评估结果的准确率。
58.步骤6包括：
59.步骤6.1：将测试集te中的每组数据依次输入到最佳的新能源场站暂态电压稳定性评估模型中，输出对应的暂态电压稳定性评估指标；
60.步骤6.2：将评估模型输出的暂态电压稳定性评估指标与其历史已知值进行对比，基于模型性能分析指标体系进行评估效果分析。
61.如图1所示的本发明的步骤流程图和图2所示的方法示意图，介绍了基于门控循环单元的新能源场站暂态电压稳定性评估方法，具体步骤包括：
62.步骤1：预处理新能源场站暂态电压评估历史数据集。采集新能源场站并网系统在一定时间段内的2个中枢母线电压v1,v2、3个新能源场站母线电压v
′1,v
′2,v
′3、3个新能源场站有功出力p1,p2,p3、负荷总量l、电动机负荷占比η和对应的稳定性指标α，选取m组数据汇总构成暂态电压评估历史数据集d1。对d1中的数据按照公式(1)进行最大最小值归一化处理，使它们标准化到[0,1]范围内，得到预处理后的暂态电压评估数据集d2，式中，z
max
代表每种数据中的最大值，z
min
代表每种数据中的最小值，z代表每种数据的真实值，z
std
代表每种数据标准化处理之后的值。
[0063]
步骤2：基于预处理后的数据集d2，构建和划分评估模型数据集。确定评估模型的10个输入特征，即而评估模型的1个输出特征为对应的稳定性指标α
std
，则：
[0064]064]
将d3中的m组数据按照a:b:c的比例划分成训练集tr、验证集va和测试集te。
[0065]
步骤3：搭建基于门控循环单元网络的新能源场站暂态电压稳定性评估模型。门控循环单元网络的结构如图3所示，主要包括网络输入层、gru单元层和全连接层，其中gru单元包含重置门和更新门。设置并初始化门控循环单元记忆体个数d，全连接层神经元节点数k，全连接层激活函数σ和网络批样本数batchsize等模型超参数。
[0066]
步骤4：基于评估模型数据集，通过训练和验证得到最佳的新能源场站暂态电压稳定性评估模型。利用训练集tr中数据，对搭建的门控循环单元网络评估模型进行训练和参数寻优。每轮训练完成后，利用验证集va对当前模型进行验证，保留使得整个验证集误差最小的模型参数。重复训练和验证步骤直至达到设置的模型训练轮数epoch或满足早停条件，得到最佳的新能源场站暂态电压稳定性评估模型。
[0067]
步骤5：建立模型性能分析指标体系。为了全面分析暂态电压稳定性评估模型的评估效果，选取均方根误差(rmse)、平均绝对误差(mae)和合格率(pr)三个指标，计算公式如
下：
[0068][0069]
式中，为评估模型输出的第i个稳定性指标，αi为第i个稳定性指标的历史已知值。
[0070]
步骤6：基于最佳的新能源场站暂态电压稳定性评估模型和模型性能分析指标体系，对新能源场站暂态电压稳定性进行评估。将测试集te中的每组数据输入到最佳的新能源场站暂态电压稳定性评估模型中，输出对应的暂态电压稳定性评估指标，并与对应的历史已知值进行对比，计算评价指标。
[0071]
将本发明所提出的暂态电压稳定性评估方法运用到具体实验中，数据来源于某新能源场站并网系统的历史运行数据。本次共采集100组数据进行实验，其中训练集、验证集和测试集数据分别为60、20和20组，实例验证具体为：
[0072]
步骤1：采集一定时间范围内的100组数据，组成历史数据集：
[0073]
d1＝{(v
1i
,v
2i
,v
1i
′
,v2′i,v3′i,p
1i
,p
2i
,p
3i
,pi,ηi,αi),i＝1,
…
,100}。对d1中的数据进行归一化处理工作后，得到预处理后的暂态电压评估数据集d2。
[0074]
步骤2：确定评估模型输入特征矩阵大小为(1，10)，输出标签大小为(1，1)。将100组数据按照6:2:2的比例划分成训练集、验证集和测试集。
[0075]
步骤3：搭建门控循环单元网络，包括输入层、三个gru层和全连接层，结构如图3所示，使得(1，10)的样本输入门控循环单元网络后，输出大小为(1，1)。设置并初始化模型超参数。
[0076]
步骤4：将训练集数据输入到搭建的门控循环单元网络中训练500轮，每轮训练完成后，利用验证集数据对网络进行验证。如果当前的验证集rmse最小，则保存当前网络参数，反之则继续采用之前的网络参数，并进入下一轮训练，直至500轮训练结束或连续50次验证集rmse变大时终止网络训练。通过不断地优化网络超参数，得到最佳的新能源场站暂态电压稳定性评估模型，模型具体结构如表1所示。
[0077]
表1最佳的新能源场站暂态电压稳定性评估模型超参数
[0078][0079][0080]
步骤5：选取均方根误差(rmse)、平均绝对误差(mae)和合格率(pr)三个指标来分
析模型的评估效果。
[0081]
步骤6：将测试集的20组数据输入到最佳的新能源场站暂态电压稳定性评估模型中，输出对应的暂态电压稳定性评估指标，并与对应的历史已知值进行对比，计算均方根误差(rmse)、平均绝对误差(mae)和合格率(pr)。
[0082]
为了验证本发明提出的暂态电压稳定性评估方法的有效性和先进性，将本发明提出的基于门控循环单元网络的评估模型(gru)与基于卷积神经网络的评估模型(cnn)、基于时域卷积网络的评估模型(tcn)以及基于人工神经网络的评估模型(ann)进行对比分析。通过计算整个测试集的rmse、mae和pr三种评价指标，全面综合地比较不同评估模型的评估效果，具体的评价指标对比结果如表2所示。从表2中可以看出，一方面，gru模型具有最小的mae和rmse，其他模型的评估误差均大于10％；另一方面，gru模型达到了85％的合格率，远高于其他模型。综上所述，相比于其他评估方法，本发明提出的基于gru的新能源场站暂态电压稳定性评估方法具有更高的精确性和准确率。
[0083]
表2不同暂态电压稳定性评估模型性能指标对比
[0084][0085]
上述实例分析表明：本发明充分利用历史样本数据，通过训练和验证得到的最佳新能源场站暂态电压稳定性评估模型能够快速准确地对新能源场站暂态电压稳定性进行评估，为电力系统的安全稳定运行提供保障。
[0086]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

技术特征：

1.基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，包括：步骤1：预处理新能源场站暂态电压评估历史数据集；步骤2：基于步骤1中预处理后的数据集，构建和划分评估模型数据集；步骤3：搭建基于门控循环单元网络的新能源场站暂态电压稳定性评估模型；步骤4：基于步骤2中的评估模型数据集，通过训练和验证得到最佳的新能源场站暂态电压稳定性评估模型；步骤5：建立模型性能分析指标体系；步骤6：基于步骤4中最佳的新能源场站暂态电压稳定性评估模型和步骤5中的模型性能分析指标体系，对新能源场站暂态电压稳定性进行评估。2.根据权利要求1所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤1包括：步骤1.1：采集新能源场站并网系统在一定时间段内的历史数据，历史数据包括中枢母线电压、场站母线电压、场站有功出力、负荷总量、电动机负荷占比和当时状态下的暂态电压稳定性指标；步骤1.2：从历史数据中随机选取m组数据，每组数据包括k1个中枢母线电压k2个场站母线电压k2个场站有功出力负荷总量l、电动机负荷占比η和暂态电压稳定性指标α，每组数据包括(k1+2k2+3)个数据，通过选取m组数据，得到暂态电压稳定性评估历史数据集d1；步骤1.3：对历史数据集d1中的所有数据进行归一化处理以消除量纲对评估结果的影响，得到预处理后的暂态电压稳定性评估数据集d2。3.根据权利要求2所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤2包括：步骤2.1：基于预处理后的数据集d2，确定评估模型的n(n＝k1+2k2+2)个输入特征和1个输出特征，将每组数据中的中枢母线电压、场站母线电压、场站有功出力、负荷总量和电动机负荷占比作为评估模型的输入数据，暂态电压稳定性指标作为评估模型的输出数据，构建评估模型数据集d3＝{(x
i
,y
i
)|x
i
＝(x
i1
；
…
；x
in
),i＝1,
…
,m}，其中x
i
和y
i
分别是每组数据对应的输入和输出数据；步骤2.2：将评估模型数据集d3中的m组数据按照a:b:c的比例划分成训练集tr、验证集va和测试集te。4.根据权利要求3所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤3包括：步骤3.1：搭建门控循环单元网络，包括网络输入层、门控循环单元层和全连接层，门控循环单元层包括重置门和更新门；步骤3.2：设置并初始化门控循环单元网络的超参数，包括门控循环单元记忆体个数d，全连接层神经元节点数k，全连接层激活函数σ和网络批样本数batchsize，得到基于门控循环单元网络的新能源场站暂态电压稳定性评估模型。5.根据权利要求4所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤4包括：
步骤4.1：将训练集tr中的每组数据依次输入步骤3中搭建的新能源场站暂态电压稳定性评估模型中，对模型中的超参数进行训练，并设置模型训练轮数epoch；步骤4.2：每轮训练完成后，将验证集va中的每组数据依次输入当前模型中，得到对应的输出和输出误差，通过计算整个验证集误差，保留使得整个验证集误差最小的模型参数，返回步骤4.1，直到达到设置的训练轮数或满足早停条件，即验证集误差连续m次增大，得到最佳的新能源场站暂态电压稳定性评估模型。6.根据权利要求5所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤5包括：步骤5.1：选取均方根误差和平均绝对误差两个指标，计算分析模型输出的稳定性评估结果与历史已知结果之间的误差，以衡量评估结果的精确性；步骤5.2：选取合格率指标，计算允许误差范围内的评估结果个数，用以衡量评估结果的准确率。7.根据权利要求6所述的基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，其特征在于，步骤6包括：步骤6.1：将测试集te中的每组数据依次输入到最佳的新能源场站暂态电压稳定性评估模型中，输出对应的暂态电压稳定性评估指标；步骤6.2：将评估模型输出的暂态电压稳定性评估指标与其历史已知值进行对比，基于模型性能分析指标体系进行评估效果分析。

技术总结

本发明公开了基于门控循环单元网络的新能源场站暂态电压稳定性评估方法，属于新能源并网技术及人工智能在新能源电力系统技术领域，包括：预处理新能源场站暂态电压评估历史数据集；基于预处理后的数据集，构建和划分评估模型数据集；搭建基于门控循环单元网络的新能源场站暂态电压稳定性评估模型；基于评估模型数据集，通过训练和验证得到最佳的新能源场站暂态电压稳定性评估模型；建立模型性能分析指标体系；基于最佳的新能源场站暂态电压稳定性评估模型和模型性能分析指标体系，对新能源场站暂态电压稳定性进行评估。本发明研究提升评估精度的新能源场站电压暂态稳定性评估方法，为新能源场站并网运行稳定性预判和无功电压规划提供理论支撑。压规划提供理论支撑。压规划提供理论支撑。