基于数据驱动的暂态功角稳定态势预估方法

摘要

本发明公开了基于数据驱动的无模型暂态稳定态势预估方法，包括：基于状态空间重构理论，将电力系统暂态功角稳定分析问题分解为受扰最严重机组对系统相对功角曲线的MLE轨迹分析问题；进而，利用递推最小二乘算法，对经典的MLE计算方法进行改进；并且，进一步给出了MLE计算中针对电力系统暂态功角稳定问题的参数优选方法；最终，结合受扰严重机组对系统的MLE曲线，给出了暂态功角稳定性的判断依据，实现暂态功角稳定态势的在线预估。本发明直接利用量测信息进行在线计算，具有较高的工程应用价值。

主权项

基于数据驱动的无模型暂态稳定态势预估方法，其特征是，包括以下步骤：利用广域测量系统实时监测电力系统电网运行状态，当电网运行状态对应的参数序列发生突变时，通过故障后WAMS量测量迅速识别受扰较严重机组对系统，并实时采集其机组对相对功角时间序列曲线及并行计算各相对功角平均变化率曲线，完成量测数据准备；在量测数据准备阶段后，根据各受扰严重机组对系统相对功角平均变化率曲线，选取最优的轨迹特征尺度ω，并在此基础上获取原始、受扰轨迹间对数欧氏距离特性曲线；通过数据准备与轨迹特征尺度最优选取后，为减少对数欧氏距离特性曲线的波动阶段对MLE计算造成不良影响，在对基于电力系统暂态稳定分析的MLE求解之前，选择最优的MLE估计起始时刻μ；选择最优的MLE估计起始时刻后，在线使用MLE递推最小二乘方法对MLE进行求解，实时获取受扰严重机组对系统的MLE随时间的变化曲线；结合电力系统一摆失稳、多摆失稳及稳定状况下受扰严重机组对相对功角的时序发展特征，给出暂态功角稳定判据，并对上述步骤获取的MLE随时间的变化曲线进行稳定分析。