一种区域配电网状态分析方法与流程

1.本发明属于电力系统技术领域，具体涉及一种区域配电网状态分析方法。


背景技术：

2.随着电力物联网的建设和实施，电网各环节呈现深度交互和状态全感知的发展趋势，电力系统全面进入了大数据时代。电网侧以同步量测数据为主要来源的量测大数据为电网实时动态监测与智能运维带来了更大的挑战。因此，从量测数据驱动的角度出发，提取大规模复杂电网的运行数据变化特征，将其映射至电网的运行状态演化特征中，有利于在电网状态缓慢恶化阶段进行实时动态的有效预警和评估，对电网主动安全管理以及智能运维有着重要的作用。
3.有效的电网运行状态分析是实现电网智能运维的基础。目前，针对配电网运行状态分析的研究，可分为基于机理驱动和基于数据驱动两类方法。基于机理的方法往往是“仿真建模+预想故障集”的防控模式。但基于机理的方法很大程度上依赖于模型精度和专家经验，其准确性无法保证；同时，在面对大规模复杂电网产生的海量数据时，计算量大，实时性差，往往只能用于离线分析，无法满足动态监测和实时防御的要求。较为经典的研究方法还包括层次分析法ahp(analytic hierarchy process)、模糊综合评判方法以及主成分分析法pca(principal component analysis)等，这些方法能够从安全性、经济性、可靠性、适应性、优质性等角度评价电网，但主要解决配电网近期的建设规划、改造问题，无法评估电网的实时状态，支撑配电网智能运维。基于数据驱动的方法中，也有基于深度学习对电网状态进行特征自学习的方法，计算速度快，鲁棒性强，但方法自身对源数据要求较高，且可理解性低。
4.此外，基于大数据降维方法的线性的电网状态分析方法，能够对事件进行提前感知，可在电网状态恶化时及时预警；基于奇异值分解的电压稳定分析方法，可实时刻画电网运行轨迹，具有较好的实用性。但该方法在面对数据量庞大和信息量丰富的量测大数据时，往往采取特征提取或降维方法来降低计算复杂度，从而丢失了部分原始数据信息，可能无法满足实时评估的要求。应用随机矩阵理论(rmt)可避免因降维或特征提取带来的信息丢失。但仅从数据的概率分布角度评估电网状态，评估指标较为单一，对电网状态的映射程度不足，且缺少对电网状态演化方向的分析。


技术实现要素：

5.本发明所要解决的技术问题在于，提供一种区域配电网状态分析方法，基于数据变化特征辨识直接对电网运行数据进行分析，以避免模型不准确和计算量大带来的一系列问题。
6.为解决上述技术问题，本发明提供一种区域配电网状态分析方法，包括：
7.步骤s1，将区域配电网同步量测装置的量测数据按照采样时刻和不同节点构成高维矩阵；
8.步骤s2，将所述高维矩阵进行归一化处理并求出其协方差矩阵；
9.步骤s3，根据所述量测数据获取基于量测数据的状态分析指标，并根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标；
10.步骤s4，将状态分析指标与滑动时间窗结合，对配电网状态进行动态分析，实时刻画电网运行轨迹；
11.步骤s5，对状态分析指标的时间复杂度进行分析；
12.步骤s6，采用实际配电网运行的基础数据进行仿真验证，分析配电网运行状态，观察配电网状态的演化方向，验证所述状态分析指标的有效性。
13.进一步地，所述步骤s1构成高维矩阵的具体方法为：
14.获取时间向量y(ti)：
[0015][0016]
其中，时间向量y(ti)是所有量测点在采样时刻ti产生一个状态变量，l为装设了同步量测装置的节点个数；
[0017][0018]
其中，n是采样次数，所述高维矩阵矩阵是对n次采样的结果，对所有的时间向量进行拼接构成的。
[0019]
进一步地，所述步骤s2中对高维矩阵进行归一化处理并求出其协方差矩阵具体方式为：
[0020][0021]
i＝1,2,...l
[0022]
其中，μ(yi)和σ(yi)分别代表yi的均值和方差，yi为y的第i行；
[0023][0024]
其中，sn表示样本协方差矩阵，为y
l
×n的复的共轭转置。
[0025]
进一步地，所述步骤s3中，基于量测数据的状态分析指标具体包括：基于圆环率的量测概率分布指标i1、均匀性指标i2。
[0026]
进一步地，基于圆环率的量测概率分布指标i1的具体获取方法为：
[0027]
i1＝msr(sn)
[0028][0029]
其中，i1是基于圆环律和msr提出表征量测数据概率分布的指标；msr是奇异特征值λi的均值；
[0030]
涉及配电网变化的均匀性指标i2的具体获取方法为：
[0031][0032][0033][0034]
其中，i2表示配电网结构和量测数据变化率均匀性的指标，i＝1,2
…
l；w是sn的右特征向量矩阵，λk为sn的第k个特征值，wk为λk对应的右特征向量；li为si对异常的贡献度；节点i的节点度mi为与节点i连接的节点总数；d(
·
)表示方差处理。
[0035]
进一步地，所述步骤s3中，根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标的具体方式为：
[0036][0037]
进一步地，所述步骤s4中，实时刻画配电网运行轨迹的具体方法为：
[0038]
设n是时间窗的宽度，当电网结构确定时，由c＝l/n∈(0,1)确定n的数值，令滑动时间窗步长为1，则在n列采样值中有1列当前时刻的数据，n-1列历史数据。
[0039]
进一步地，所述步骤s5中对时间复杂度进行分析的具体方式为：
[0040]
设电网中有p条支路，n个节点，则时间复杂度分析计算步骤如下：
[0041]
步骤s51，对时间窗中的数据进行归一化处理，时间复杂度为o(n)；
[0042]
步骤s52，对协方差矩阵进行归一化处理，时间复杂度为o(n)；
[0043]
步骤s53，对矩阵进行奇异化处理；
[0044]
步骤s54，求特征值及特征值的均值i1，时间复杂度为o(1)；
[0045]
步骤s55，计算i2，时间复杂度为o(n)；
[0046]
步骤s56，计算i3，时间复杂度为o(1)。
[0047]
进一步地，最终获得的时间复杂度为o(n)+o(1)。
[0048]
进一步地，所述步骤s6中对实际配电网运行的基础数据进行仿真验证的具体方式为：基于psasp软件，用实际配电网的基础数据进行仿真验证，分别在每种算例下分析配电网运行状态，观察配电网状态的演化方向，验证所述状态分析指标的有效性。
[0049]
实施本发明具有如下有益效果：本发明直接对配电网运行数据进行分析，提取其运行状态特征，能避免模型不准确和计算量大带来的一系列问题，且能够一定程度上做到动态评估。本发明所定义的配电网状态表征了系统承受扰动的能力，反映了电力系统的动态性能及稳定性水平，可从实时状态评估和演化方向两个方面进行分析，是实现配电网智能运维的基础。
附图说明
[0050]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]
图1是本发明实施例一种区域配电网状态分析方法的流程示意图。
[0052]
图2a-c是本发明实施例中各指标下配电网状态演化轨迹结果示意图，其中，图2a是量测概率分布指标i1运动轨迹示意图，图2b是均匀性指标i2运动轨迹示意图，图2c是配电网运行状态指标i3运动轨迹示意图。
具体实施方式
[0053]
以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。
[0054]
基于数据的电网状态分析方法直接对电网运行数据进行分析，提取其运行状态特征，能避免模型不准确和计算量大带来的一系列问题，且能够一定程度上做到动态评估。由此，请参照图1所示，本发明实施例提供一种区域配电网状态分析方法，包括：
[0055]
步骤s1，将区域配电网同步量测装置的量测数据按照采样时刻和不同节点构成高维矩阵；
[0056]
步骤s2，将所述高维矩阵进行归一化处理并求出其协方差矩阵；
[0057]
步骤s3，根据所述量测数据获取基于量测数据的状态分析指标，并根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标；
[0058]
步骤s4，将状态分析指标与滑动时间窗结合，对配电网状态进行动态分析，实时刻画电网运行轨迹；
[0059]
步骤s5，对状态分析指标的时间复杂度进行分析；
[0060]
步骤s6，采用实际配电网运行的基础数据进行仿真验证，分析配电网运行状态，观察配电网状态的演化方向，验证所述状态分析指标的有效性。
[0061]
步骤2，将高维矩阵进行归一化处理并求出其协方差矩阵；
[0062]
具体地，本实施例中，步骤s1构成高维矩阵的具体方法为：
[0063]
获取时间向量y(ti)：
[0064][0065]
其中，时间向量y(ti)是所有量测点在采样时刻ti产生一个状态变量，l为装设了同步量测装置的节点个数；
[0066][0067]
其中，n是采样次数，该矩阵是对n次采样的结果，对所有的时间向量进行拼接构成的。
[0068]
步骤s2中对高维矩阵进行归一化处理并求出其协方差矩阵具体方式为：
[0069]
[0070]
i＝1,2,...l
[0071]
其中，μ(yi)和σ(yi)分别代表yi的均值和方差，yi为y的第i行；
[0072][0073]
其中，sn表示样本协方差矩阵，为y
l
×n的复的共轭转置。对y
l
×n进行归一化处理并求其协方差矩阵，就可用随机矩阵理论进行一系列的分析。
[0074]
步骤s3根据所述量测数据获取基于量测数据的状态分析指标的具体方法为：
[0075]
基于量测数据的状态分析指标具体包括：基于圆环率的量测概率分布指标i1、均匀性指标i2。
[0076]
基于圆环率的量测概率分布指标i1的具体获取方法为：
[0077]
i1＝msr(sn)
[0078][0079]
其中，i1是基于圆环律和msr提出表征量测数据概率分布的指标；msr是奇异特征值λi的均值；
[0080]
涉及配电网变化的均匀性指标i2的具体获取方法为：
[0081][0082]
其中，i2表示配电网结构和量测数据变化率均匀性的指标，i＝1,2
…
l。
[0083]
步骤s3中，涉及综合量测数据概率分布、量测数据变化率均匀性水平和电网结构均匀度水平，构建表征配电网运行状态的状态分析指标的具体方法为：
[0084][0085]
步骤s4中实时刻画配电网运行轨迹的具体方法为：
[0086]
如表1所示，n是时间窗的宽度，当电网结构确定时，电网的节点数l也是确定的，由c＝l/n∈(0,1)确定n的数值。令滑动时间窗步长为1，即在n列采样值中，有1列当前时刻的数据，n-1列历史数据。
[0087]
表1滑动时间窗示意表
[0088][0089][0090]
步骤s5中对时间复杂度进行分析具体方法为：
[0091]
假设电网中有p条支路，n个节点，则时间复杂度分析计算步骤如下：
[0092]
步骤s51，对时间窗中的数据进行归一化处理，时间复杂度为o(n)；
[0093]
步骤s52，对协方差矩阵进行归一化处理，时间复杂度为o(n)；
[0094]
步骤s53，对矩阵进行奇异化处理；
[0095]
步骤s54，求特征值及特征值的均值i1，时间复杂度为o(1)；
[0096]
步骤s55，计算i2，时间复杂度为o(n)；
[0097]
步骤s56，计算i3，时间复杂度为o(1)。
[0098]
因此，本发明实施例中的时间复杂度为o(n)+o(1)。
[0099]
步骤s6中对实际配电网运行的基础数据进行仿真验证的具体操作为：
[0100]
基于psasp软件，用实际配电网的基础数据进行仿真验证，分别在每种算例下分析配电网运行状态，观察配电网状态的演化方向，验证所提指标的有效性。
[0101]
下面通过具体应用实施例对本发明的技术方案作进一步具体的说明。
[0102]
本发明实施例基于matlab软件，使用某省110kv配电网采集的运行数据进行仿真验证，计算步长δt＝0.01s，计算时长为5s，因此共500个采样点，算例描述如表2所示，分别在每种算例下分析配电网运行状态，观察配电网状态的演化方向，验证本发明的所提指标的有效性。
[0103]
表2算例仿真设置表
[0104][0105]
以母线为节点，对母线进行编号，并由电网结构计算每个节点的节点度mi。某省配电网共有110kv母线40条，故p＝40，本实施例选择滑动时间窗宽度n＝60，故内环半径为0.577，配电网稳定与不稳定之间的界线为0.52。
[0106]
具体操作流程如下所示：
[0107]
设原始负载率为1，由于滑动时间窗宽度为60，因此各指标均从第60个采样时刻开始有数据。通过这种方式可以验证负载率在配电网可承受范围内增加时，所提各指标对配电网状态及其演化方向的有效分析。
[0108]
(1)如图2a所示：前100个采样点，负载率较低，仅有白噪声造成的小扰动，电压分布基本符合高斯分布，故i1值较大，约为0.8；第101个采样点负载率开始增加，电压开始偏离标幺值，其概率分布开始偏离高斯分布，i1开始下跌；第151个采样点负载率基本维持在105％的较高水平，电压水平开始恢复，i1开始回升且最终维持在0.8左右，即配电网重新达到新的平衡。
[0109]
(2)如图2b所示：前100个采样点，负载率维持不变，各节点的电压变化率几乎均为0，因此i2维持在相对较低的水平；当配电网负载率出现整体性增加时，引起电压水平的变化，二者开始增大；到仿真后期，i2几乎和前100个采样点的值相同，这是因为全网负荷的增长率相同，各节点的电压变化率也相近，未出现严重的电压变化率不均衡现象，因此i2变化不大；由于i2考虑了基于电网结构均衡度的加权，故变化甚微。相较而言，i2整体波动较小，走势平稳，考虑更加全面，更有利于电网状态的分析。
[0110]
(3)如图2c所示：前100个采样点，i3维持在约0.7，对应较为平稳的电网状态；第101个采样点后i3开始跌落，对应负载率开始增加的时刻；第155个采样点i3开始回升，对应
负载率停止增长的时刻；经过动态变化的过程后，i3在第400个采样点后基本维持在0.7，对应较低程度的稳定水平。
[0111]
对配电网状态演化方向分析：
[0112]
由图2a和图2c可得，电网初始平稳阶段对应i3约为0.65，圆环内径约为0.577，i3约内为内环半径的1.1倍，故将内环半径缩小至1.1倍，以0.52为稳定阈值。
[0113]
指标i3同时考虑影响电网状态的三个因素，从整体性角度表征了电网状态演化过程。由图2c得：第125和第200个采样点分别为i3跌落至小于平稳阈值和上升至大于平稳阈值的时刻，第101个采样点时系统负载率上升，对系统造成了扰动，故i3出现跌落，系统向不稳定的方运行；经过一段时间的调节后，第150个采样点时负载率不再变化，i3开始上升，系统开始向稳定的方向发展，最终第400个采样点时系统逐渐稳定。
[0114]
上述仿真表明，i3的明显跌落和回升分别对应系统向不稳定和稳定方向运行，本发明所提指标能够表征配电网的运行状态，且能实时进行配电网状态演化方向评估，及时为运行人员提供预警和决策支持。
[0115]
对时间复杂度进行分析：
[0116]
本发明算法用时约为传统方法的1/3，在时间复杂度上具有明显的优势。
[0117]
通过上述说明可知，本发明带来的有益效果在于：本发明直接对配电网运行数据进行分析，提取其运行状态特征，能避免模型不准确和计算量大带来的一系列问题，且能够一定程度上做到动态评估。本发明所定义的配电网状态表征了系统承受扰动的能力，反映了电力系统的动态性能及稳定性水平，可从实时状态评估和演化方向两个方面进行分析，是实现配电网智能运维的基础。
[0118]
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

技术特征：
1.一种区域配电网状态分析方法，其特征在于，包括：步骤s1，将区域配电网同步量测装置的量测数据按照采样时刻和不同节点构成高维矩阵；步骤s2，将所述高维矩阵进行归一化处理并求出其协方差矩阵；步骤s3，根据所述量测数据获取基于量测数据的状态分析指标，并根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标；步骤s4，将状态分析指标与滑动时间窗结合，对配电网状态进行动态分析，实时刻画电网运行轨迹；步骤s5，对状态分析指标的时间复杂度进行分析；步骤s6，采用实际配电网运行的基础数据进行仿真验证，分析配电网运行状态，观察配电网状态的演化方向，验证所述状态分析指标的有效性。2.根据权利要求1所述的区域配电网状态分析方法，其特征在于，所述步骤s1构成高维矩阵的具体方法为：获取时间向量y(t
i
)：其中，时间向量y(t
i
)是所有量测点在采样时刻t
i
产生一个状态变量，l为装设了同步量测装置的节点个数；其中，n是采样次数，所述高维矩阵矩阵是对n次采样的结果，对所有的时间向量进行拼接构成的。3.根据权利要求2所述的区域配电网状态分析方法，其特征在于，所述步骤s2中对高维矩阵进行归一化处理并求出其协方差矩阵具体方式为：i＝1,2,
…
l其中，μ(y
i
)和σ(y
i
)分别代表y
i
的均值和方差，y
i
为y的第i行；其中，s
n
表示样本协方差矩阵，为y
l
×
n
的复的共轭转置。4.根据权利要求3所述的区域配电网状态分析方法，其特征在于，所述步骤s3中，基于量测数据的状态分析指标具体包括：基于圆环率的量测概率分布指标i1、均匀性指标i2。5.根据权利要求4所述的区域配电网状态分析方法，其特征在于，基于圆环率的量测概率分布指标i1的具体获取方法为：
i1＝msr(s
n
)其中，i1是基于圆环律和msr提出表征量测数据概率分布的指标；msr是奇异特征值λ
i
的均值；涉及配电网变化的均匀性指标i2的具体获取方法为：其中，i2表示配电网结构和量测数据变化率均匀性的指标，i＝1,2
…
l。6.根据权利要求5所述的区域配电网状态分析方法，其特征在于，所述步骤s3中，根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标的具体方式为：7.根据权利要求6所述的区域配电网状态分析方法，其特征在于，所述步骤s4中，实时刻画配电网运行轨迹的具体方法为：设n是时间窗的宽度，当电网结构确定时，由c＝l/n∈(0,1)确定n的数值，令滑动时间窗步长为1，则在n列采样值中有1列当前时刻的数据，n-1列历史数据。8.根据权利要求7所述的区域配电网状态分析方法，其特征在于，所述步骤s5中对时间复杂度进行分析的具体方式为：设电网中有p条支路，n个节点，则时间复杂度分析计算步骤如下：步骤s51，对时间窗中的数据进行归一化处理，时间复杂度为o(n)；步骤s52，对协方差矩阵进行归一化处理，时间复杂度为o(n)；步骤s53，对矩阵进行奇异化处理；步骤s54，求特征值及特征值的均值i1，时间复杂度为o(1)；步骤s55，计算i2，时间复杂度为o(n)；步骤s56，计算i3，时间复杂度为o(1)。9.根据权利要求8所述的区域配电网状态分析方法，其特征在于，最终获得的时间复杂度为o(n)+o(1)。10.根据权利要求1所述的区域配电网状态分析方法，其特征在于，所述步骤s6中对实际配电网运行的基础数据进行仿真验证的具体方式为：基于psasp软件，用实际配电网的基础数据进行仿真验证，分析配电网运行状态，观察配电网状态的演化方向，验证所述状态分析指标的有效性。

技术总结
本发明公开一种区域配电网状态分析方法，包括：将区域配电网同步量测装置的量测数据按照采样时刻和不同节点构成高维矩阵；将所述高维矩阵进行归一化处理并求出其协方差矩阵；根据所述量测数据获取基于量测数据的状态分析指标，并根据所述基于量测数据的状态分析指标获得表征配电网运行状态的状态分析指标；将状态分析指标与滑动时间窗结合，对配电网状态进行动态分析，实时刻画电网运行轨迹；对状态分析指标的时间复杂度进行分析；采用实际配电网运行的基础数据进行仿真验证。本发明直接对配电网运行数据进行分析，提取其运行状态特征，能避免模型不准确和计算量大带来的一系列问题，且能够一定程度上做到动态评估。且能够一定程度上做到动态评估。且能够一定程度上做到动态评估。


技术研发人员：胡冉 黄湛华 伍炜卫 徐启源 尚龙龙 王斌
受保护的技术使用者：深圳供电局有限公司
技术研发日：2021.12.02
技术公布日：2022/3/8