基于仿真与实测数据融合的电压暂降风险评估.pdf
《基于仿真与实测数据融合的电压暂降风险评估.pdf》由会员分享,可在线阅读,更多相关《基于仿真与实测数据融合的电压暂降风险评估.pdf(12页珍藏版)》请在咨信网上搜索。
1、174Automationof ElectricPowerSystems2023年5月2 5日第10 期第47 卷电力系玩自动化DOI:10.7500/AEPS20220928008Vol.47 No.10 May 25,2023基于仿真与实测数据融合的电压暂降风险评估张逸,吴逸帆,李传栋,陈晶腾(1.福州大学电气工程与自动化学院,福建省福州市350 10 8;2.国网福建省电力有限公司电力科学研究院,福建省福州市350 0 0 7;3.国网莆田供电公司,福建省莆田市35110 0)摘要:电压暂降风险评估有助于电压暂降防治与敏感用户选址。仿真模拟方法数据多但难以反映实际环境影响,数据驱动方法样
2、本少且分布不均,导致全网各节点电压暂降风险难以得知。因此,文中提出一种基于仿真与实测数据融合的电压暂降风险评估方法。首先,从仿真与实测数据中筛选电压暂降风险影响因素,并构建表征暂降传播特性的影响域综合量化指标;其次,采用尾部类过采样与头部类欠采样构建仿真源域数据集,基于知识迁移与Armijo-Goldstein准则改进梯度下降法,构建无监测数据节点的残余电压多元回归预测模型;最后,结合预测结果与暂降耐受特性划分电压暂降风险级别。通过实际电网算例分析表明,所提方法的准确率与收敛性能相较于现有常用方法有所提高,能快速准确地评估全网电压暂降风险。关键词:电压暂降;风险评估;知识迁移;Armijo-G
3、oldstein准则0引言随着工业技术的高速发展,由电压暂降引起的设备损坏及生产中断问题日趋多见。电压暂降也因其造成的巨额经济损失1而成为工业界与学界关注的焦点2 。电压暂降风险评估既有利于供电方优化制定运行方式和规划改造电网结构,又有利于用电方合理编排生产计划和安装配置治理设备,对于减小电压暂降损失具有重要的理论价值与现实意义3现有电压暂降风险评估研究可分为基于仿真模拟分析4-7 与基于实测数据驱动18-16 两类。基于仿真模拟分析的方法是通过MonteCarlo采样4、拉丁超立方采样5 等方法随机模拟故障,在此基础上,研究者通过线路故障概率模型的优化6 、风电场风速概率分布模型的补充7 提
4、升采样精度,改善评估效果。随着电能质量监测系统的建设,有学者基于数据挖掘技术预测稳态电能质量指标17 ,为电能质量扰动风险评估提供了一种新的解决方式。文献8 挖掘电压暂降数据频繁模式与关联规则确定风险;文献9基于长期监测数据构建间歇性指标用于电压暂降特征量预测。考虑工业过程特点,文献10 结合收稿日期:2 0 2 2-0 9-2 8;修回日期:2 0 2 3-0 2-0 5。上网日期:2 0 2 3-0 4-10。福建省科技计划引导性项目(2 0 2 0 H0009);福建省自然科学基金资助项目(2 0 2 0 J01123)。过程免疫时间(processimmunitytime,PIT)通过
5、模糊逻辑语言描绘暂降风险,文献11 构建了结合用户中断概率与暂降事件经济损失的风险评估模型,还有研究运用监测点量测数据与系统参数构建状态估计方程,通过遗传算法12 、贝叶斯滤波13、仿电磁学算法14 对方程寻优求解,实现无监测数据节点的暂降水平估计。文献15-16 将马尔可夫链用于暂降风险评估,前者计及了天气对扰动事件的影响15,后者通过同源聚合降低数据几余改善评估效果16 鉴于成本原因,电压暂降监测终端并非全网布置,大量无监测数据节点的电压暂降风险难以评估,而状态估计方法由于模型复杂、欠定方程维数高、求解困难且影响因素考虑不全,实际应用效果差,导致电压暂降防治缺乏依据。此外,目前电压暂降风险
6、评估仅单一依靠仿真或实测数据进行,两者各有局限。前者难以直接计及某些实际环境因素(如天气)的影响,数据利用率低。后者有效样本少且分布不均匀(如三相故障样本少),导致模型收敛性能与准确率欠佳。因此,在当前条件下,两类方法均难以独立解决问题。不过,两类方法也各有优势,仿真数据量大,实测数据维度全。通过两者互补,有望取得较好效果,但目前暂未有融合仿真与实测数据的电压暂降风险评估方法。同时,现有评估结果多为电压暂降特征量,侧重研究电压暂降发生可能或影响后果之一,难以直观综合地反映电压暂降风险。上述http:WWTos-175张基于仿真与实测数据融合的电压暂降风险评估逸,等问题均是目前制约电压暂降风险评
7、估工程化应用的关键。为解决上述问题,本文提出一种基于仿真与实测数据融合的电压暂降风险评估方法,考虑用户暂降耐受特性界定风险级别,给出综合可能性与严重性的电压暂降风险度量。首先,基于仿真与实测数据筛选多维电压暂降风险影响因素,并引人用于表征电压暂降传播特性的影响域综合量化指标,为评估模型提供全面的电压暂降信息输入;其次,采用尾部类过采样与头部类欠采样处理长尾分布变量,得到仿真源域数据集,基于改进梯度下降法构建多元回归模型用于无监测数据节点的残余电压幅度预测,并采用知识迁移与Armijo-Goldstein准则改进模型参数与步长更新策略,综合学习仿真与实测数据,反映电压暂降发生可能性;最后,根据预
8、测结果结合用户电压暂降耐受特性,计算暂降幅值严重性指标(ma g n i t u d e s e v e r i t y i n d e x,M SI),描绘电压暂降影响严重性,经区间划分后得到电压暂降风险级别。通过中国华东某市实际电网算例验证了该方法的可行性与实用性,相较于传统方法,所提方法的收敛速度与准确率均有所提高1电压暂降风险影响因素与指标1.1电压暂降风险影响因素电压暂降风险是其发生可能性与影响严重性的综合量度18 。在发生可能性方面,电压暂降主要由电网故障导致19,电动机启动等原因导致的电压暂降往往不严重且可通过相关措施有效消除其影响2 0 。在故障发生后,受电压暂降传播特性影响,
9、不同位置节点的残余电压幅度不同,导致其影响后果相异。因此,电压暂降发生的可能性主要考虑电网故障与电压暂降传播特性的影响。在影响严重性方面,相比于其他电力系统问题,电压暂降与用户侧的关联更加紧密,相同电压暂降事件对不同工艺、不同用户的影响差异巨大。因此,对电压暂降影响严重性的考虑需计及用户电压暂降耐受特性的影响。综上,在系统侧,当电网故障发生时,考虑电网运行方式,不同节点的残余电压幅度受电压暂降传播特性影响存在差异。在用户侧,受用户类型与工作计划不一、敏感设备及其工况不同的影响,不同用户电压暂降耐受特性存在差异,用户对电压暂降的响应也存在不确定性。因此,采用不确定域分析方法刻画用户电压暂降耐受特
10、性。然后,综合考虑残余电压幅度与用户电压暂降耐受特性判定电压暂降风险水平,以上过程如附录A图A1所示。因此,考虑故障情况、电压暂降传播特性、用户电压暂降耐受特性为电压暂降风险影响因素,并在后续以此为依据选取相应数据用于电压暂降风险评估。1.2数据来源本文综合运用仿真与实测两类数据,考虑两类数据间的互补特性,将仿真与实测数据共同作为电压暂降风险评估模型的输人。1.2.1仿真数据电压暂降仿真数据以调度系统中的系统元件参数为支撑,基于MonteCarlo法的电压暂降随机故障仿真2 1 得到各母线的电压暂降水平。电压暂降仿真数据基于仿真物理模型与短路故障原理得到,因此仿真数据包含了仿真模型的机理知识,
11、从物理层面反映了系统拓扑与故障水平对电压暂降风险的影响,体现了不同系统运行方式、不同故障场景下的电压暂降风险水平,但未能直接反映实际环境下天气等外部因素对电压暂降风险的影响。1.2.2实测数据电压暂降实测数据来源于电能质量监测系统、工程生产管理系统(production management system,PMS)、能量管理系统(energymanagement system,EMS)等现有信息系统。当电压暂降发生时,电网公司多个系统均会记录大量相关数据,如附录A图A2所示。为确保数据同时性,以电压暂降发生时刻为基准,考虑土5min的误差进行数据匹配。以电能质量监测系统记录的2 0 18-0
12、8-0 2 14:2 5,残余电压幅值为0.6 6 2 3的暂降事件”为例,匹配得到防灾减灾系统记录“2 0 18-0 8-0 2 14:2 1,天气:雷雨”,PMS系统记录“2 0 18-0 8-0 2 14:2 4。由于大气过电压导致设备跳闸”等多源实测数据,用户类型等实测数据也可在相关电网信息系统中查询得到。多源实测数据从实际层面多维度地考虑了电压暂降风险影响因素,不仅反映了系统运行方式与电网故障对电压暂降风险的影响,还计及了外部环境、用户电压暂降耐受能力的影响,弥补了仿真数据对电压暂降风险影响因素考虑的不足,但受限于监测终端数量,有效样本少且分布不均,导致评估效果不佳。1.3影响域综合
13、量化指标故障发生后,受电压暂降传播特性影响,不同节点的电压暂降水平不同,其值与网架结构有较大关联。因此,本文引人监测点i的影响域综合量化指标e,来表征电压暂降传播特性的影响。首先,参考电网结构指标体系2 2 定义监测点i的节点规模指标S、用户规模指标c、节点紧密程度指标d。Chum(b,)(1)jED1762023.47(10)研制与开发Cm(h)(2)IEM式中:D为监测点i的邻接负荷节点集;Cnum()为计数函数;6,为隶属于D的节点j;M为监测点i的接人用户集;h为属于M的用户l。21,(3)(n;-1)n;式中:l为监测点i与其邻接节点间的联络线数量(单/双回等);n,为监测点i及其邻
14、接节点数。Si、c,反映了电压暂降影响范围,Si、C,大,受影响的负荷与用户多,电压暂降风险大。d,为监测点周围联络线数量l与(n一1)n,/2的比值(n个节点间至多有(n;一1)n/2条单边),其值可反映节点间联系的紧密程度,d大表示节点间存在多回联络线,由于节点多为具备一定电压支撑能力的变电站母线,此时除部分直接接地故障(如三相直接接地,发生概率小)外,节点周围电源多、短路容量大、系统阻抗小,在接地阻抗与序阻抗的作用下,节点可维持较高的残余电压,电压暂降风险小。过多的输人指标会使模型复杂度提高,影响模型性能。鉴于此,本文将分项指标si、Ci、d,通过熵权法2 3 生成影响域综合量化指标ei
15、,综合反映电压暂降传播特性的影响。熵权法是一种客观赋权方法,目前已广泛应用于电力系统指标评价及权重设置中。其原理是通过值衡量分项指标信息量来给指标赋权,避免了指标权重受人为因素的干扰,确保所得结果能反映绝大部分原始信息。由于sivc,与d,对电压暂降风险的影响相反,即s;、c,为正向指标,d,为逆向指标,因此,先对Si、C进行同趋化处理(求倒数),并在标准化后参照式(4)、式(5)、式(6)生成影响域综合量化指标ei。1E(4)Inn11-E.(5)unE9=1e7122wd(6)SC式中:E为第q项指标的信息熵;n为节点数;s.为节点s的第q项指标占所有指标之和的比重;W为第g项指标权重;u
16、为指标数;*表示标准化操作。1.4可获取的风险影响因素与指标综上,由1.1节分析,主要考虑故障情况、电压暂降传播特性、用户电压暂降耐受能力,从仿真与多源实测数据中筛选数据。在故障情况方面,选取故障类型、故障距离、故障阻抗等典型故障特征与天气、季节等外部影响因素作为输入。在电压暂降传播特性方面,选取影响域综合量化指标e等作为输人。同时,选取系统负荷总量用于反映电网总体运行情况。在用户电压暂降耐受能力方面,实际工程中通常难以了解电压暂降时刻所有用户的工作计划与工况,因此选取电力用户电压类型、敏感负荷占比等数据来大致刻画各类用户电压暂降耐受能力。此外,一些电压暂降事件基本特征(如残余电压幅度、监测点
17、母线及电压等级等也被选为模型输入。具体电压暂降风险影响因素与指标及其描述见表1,其中“天气”“电力用户类型”属性的分类标准见附录A表A1与表A2。表1电压暂降风险影响因素与指标Table 1 Influencing factors and indices of voltagesag risk数据来源属性属性描述非金属性短路的阻抗大小,按数量故障阻抗仿真数据级给出系统负荷总量系统总负荷量,反映系统运行方式天气正常、恶劣和极端天气2 4冬春、春夏、盛夏、夏秋、秋冬、严季节冬2 5时间工作日、周末、节假日2 5一般用户、敏感用户、极敏感用电力用户类型实测数据户2 6 敏感负荷占比敏感负荷占负荷总量比
18、例故障原因导致电压暂降发生的原因线路运行状态线路运行年限、线路长度影响域综合量基于实测数据计算获得,表征电压化指标e暂降传播特性与影响域监测点母线待评估母线名称监测点母线电待评估母线电压等级压等级单相接地、两相接地、相间短路、故障类型三相短路仿真和实测电压暂降持续电压暂降开始至结束的时间数据时间故障相A、B、C、A B、BC、CA、A BC故障位置故障所在线路故障距离故障处距线路首端距离电压暂降过程中电压方均根值的残余电压幅度最小值表1中的属性变量可分为3类:连续型变量(如故障距离)、数值型离散变量(如电压等级)、类别型离散变量(如天气)。连续型变量与数值型离散变量可通过具体数值表示,能直接用
19、于后续评估模型。而类别型离散变量无具体取值,以多类别形式定性描述,无法直接用于后续评估模型。因此,本文首先http:-177g(h,张逸,等基于仿真与实测数据融合的电压暂降风险评估采用序号编码将类别型离散变量转变为数值型离散变量,然后将序号编码后的数值用于后续评估模型。以天气为例说明,分别以1表示正常天气,以2表示恶劣天气,以3表示极端天气,即完成编码。2电压暂降风险评估方法仿真数据量大,包含故障模式信息全,但难以反映实际环境因素影响,实测数据维度考虑全,能方便计及实际环境因素影响,但样本少且分布不均匀。考虑到两类数据的互补特性,本文方法面向区域电网,以实测数据模型为基底,通过仿真与实测数据融
20、合的方式,利用仿真与实测数据的优势弥补实测与仿真数据的不足。首先,开展残余电压幅度预测,刻画无监测数据节点的电压暂降发生可能;随后,结合电压暂降耐受能力计算电压暂降幅值严重性指标,并经区间模糊评估得到风险等级,反映电压暂降影响后果;最终,实现综合可能性与严重性的电压暂降风险评估。2.1多元回归模型与梯度下降法残余电压幅度受多因素影响,因此本文选用多元回归模型表征多种影响因素对残余电压幅度的作用。多元回归模型可用式(7)表示y=G(h,)(7)式中:y为因变量,对应于残余电压幅度;G()为多元回归函数;h=h i,h 2,,h 为k维自变量向量,对应表1的电压暂降风险影响因素与指标;=1,2,为
21、对应于h的k维回归系数向量。梯度下降法(gradientdescent)是以负梯度为搜索方向的一类线搜索框架算法2 7 。其优化模型参数的基本思路可转化为“损失函数为J(h,),目标为minJ(h,),搜索最优的优化问题。梯度向量g(h,)的计算见式(8),易知其负梯度方向一VJ(h,)为损失函数的最快下降方向2 7 ,梯度送代公式见式(9)。通过式(8)、式(9)的反复迭代,损失函数将不断逼近极小值点,待收敛后求得最优模型参数。)=VJ(h,)=aJ(h,)aJ(h,)aJ(h,)(8)2(7)(9)R+g式中:(为第t次迭代的回归系数向量;为第t次迭代的步长;g为第t次送代的梯度大小向量。
22、2.2残余电压幅度预测模型2.2.1模型参量残余电压幅度预测模型需依托仿真数据构建基于梯度下降法的多元回归模型M=f(,),依托实测数据构建基于梯度下降法的多元回归模型Mm=g(z,),其中,为表1中来源于仿真数据的输人向量(含两类数据共有部分),之为表1中来源于实测数据的输入向量(含两类数据共有部分),x、,分别为对应于、的回归系数向量,Ms、M m 所得预测结果均为残余电压幅度。由于暂降持续时间依赖于保护动作时间,在此不做考虑16 。M、M m的损失函数J(,)Jm(z,)分别为:1J.(a,)(10)2a12(g(2g B.)-Um)(Jm(2,)(11)26式中:为仿真数据样本容量;f
23、(为对应于仿真数据的多元回归函数;为第个仿真数据样本输入向量;x为对应于的回归系数向量;Us.,为第个仿真数据样本的残余电压幅度;6 为实测数据样本容量;g()为对应于实测数据的多元回归函数;zp为第p个实测数据样本输人向量;z.,为对应于,的回归系数向量;Um.p为第p个实测数据样本的残余电压幅度。表1显示仿真与实测数据存在描述一致的共有输入参量Cshared,其回归系数向量表示为shared。对于两类数据各自的特有输入参量CCm(下标s、m 表示参数单独隶属于M、M m,下同),其回归系数向量分别为s、m,易知x、,可分为shared与sm两部分。2.2.2参数更新策略实测数据梯度量化了数
24、据的关联关系,仿真数据梯度蕴含了仿真物理模型的作用机理,且两者在样本空间、影响因素上也优势互补,为仿真与实测数据融合提供了先决条件。鉴于此,本文运用知识迁移2 8 改进梯度下降法,综合学习仿真与实测数据,更新模型参数。多元回归模型侧重于输人与输出间关联关系的挖掘,在两模型输出均为残余电压幅度时,可认为多元回归对两类数据共有输人参量Cshared的挖掘过程相同,挖掘所得Csharea的梯度信息、回归系数在两模型中的含义一致,只不过知识量、知识种类不同。基于此,本文以仿真数据为源域、实测数据为目标域,将M.中仿真数据的电压暂降风险先验知识迁移至Mm中用于校正共有输入参量(主要为故障信息参数)的回归
25、系数向量shared,实现两类数据特征层次的融合学习。然后,分别回代shared至原模型,二次更新两模型特有输入参量(如天气)的回归系数向量、m(如图1所示)。此时,模型不单从信息层面反1782023,47(10)研制与开发映各因素对残余电压幅度的作用,还从物理层面揭示了相关因素的作用机理,实现了物理-信息融合,且信息空间与学习效果也得到了改善M(源域)初始模型参数Mm(目标域)初始模型参数0Q.0Q.0Q.:0Q00Q.Q0.0Qshared回代M,0000回代Mm0000m00.0000.0000.00:0000M(源域)新模型参数Mm(目标域)新模型参数单个模型参数:一信息传递;参数回代
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 仿真 实测 数据 融合 电压 风险 评估
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。