电力系统运行状态分析和识别方法研究 |
| 2012-08-21 10:10 作者：陈翔 来源：硅谷网 HV： 编辑： 【搜索试试】
|
|
硅谷网8月21日消息 《硅谷》杂志2012年第13期刊文称，近年来，随着经济的不断发展，我国电力事业也取得巨大的进步，电力系统规模不断的增加，使得电力系统在运行的过程中受到的影响因素也不断的增加，因此对电力系统的运行状态进行分析和识别就显得十分重要。就主要电力系统运行状态的分析与识别的相关问题进行简单的研究。
在电力系统运行过程中，各项参数的变化都能够作为对电力系统运行状态的判断指标，并且将这些指标进行量化，同时要考虑其他各因素对电力系统运行状态的影响，将这些因素全部都进行量化，以此作为电力系统运行状态的识别指标。通过对样本和数据的采集与分析，通过决策树的方法，以一系列的指标作为参考，实现对电力系统运行状态的有效识别，在防范事故风险、保证电力系统正常运行方面有着重要的意义。
1电力系统运行状态划分
根据相关文献中初步的划分，对电力系统的运行状态进行如下划分：正常运行状态、警戒状态、紧急状态、系统崩溃和恢复状态。随着电力系统的都不断发展，在对其安全性和经济性进行充分考虑的基础上，又将电力系统运行状态进行了细分，划分为以下8种：①安全正常状态。②预警正常状态。③静态紧急状态。④动态紧急状态。⑤静态极端紧急状态。⑥动态极端紧急状态。⑦崩溃／危机状态。⑧恢复状态。
当前，在上述几种状态分析的基础上，从社会和经济发展的实际情况出发，并且结合电力系统的运行以及电力调度部门对信息的采集，我们将现代电力系统的运行状态进行如下划分：
1）安全状态。处在安全状态下的电力系统，在其频率和各母线电压都处在正常的范围内，而且各个电源盒输变电设备都在正常的参数下运行。与此同时，系统设备具有足够的容量。
2）预警状态。当系统的运行参数处在一定的临界状态时，其对于外界因素的抗干扰能力也就发生了下降的趋势，但是这时的系统仍然能够正常的运行。在这种状态下，电力调度部门就应当适当的采取一定的预防措施，比如调整负荷、改变运行状态等措施，使系统恢复到正常的运行状态。
3）紧急状态。在紧急状态下系统的某些参数发生了变化，或者是出现负荷丢失的现象。这时电力调度部门应当及时的采取有效的措施进行控制。
4）崩溃状态。当电力系统中的某些参数发生不正常的状态，或者是出现不可控制的负荷，对停电时间以及停电容量造成巨大的影响，当这些切负荷达到一定的状态时，就会达到应急预案启动的要求，这时的系统初级接近瘫痪的状态。
2评价电力系统运行状态的指标
通常情况下，对电力系统运行状态的评价依据，主要是根据电厂、机组以及关键线路等发生的故障对电力系统运行状态的影响；同时要考虑到电压失稳、频率失稳、线路过载等遭受破坏的可能性以及这种破坏持续的时间；另外，对于系统切符合的位置和范围进行计算也是对电力系统运行状态进行评价的一个依据。一般将电力系统的安全指标分为两类：
第一类是通过给定运行状态下的各个参数指标大小以及其发生的变量对于电力系统运行所产生的影响，这一类指标也称之为状态指标，这些指标主要包含有：电压幅值，灵敏度指标，频率幅值等。
第二类是正常状态和临界状态下，各种物理参数值发生的变化，其可以作为衡量电压的稳定性和安全性，这类指标一般也称之为裕度指标。裕度指标主要有：电压偏差，频率偏差，临界负荷节点的有功负荷差等。总的来说，对于电力系统运行状态的分析，由于从不同的角度以及不同的层面其产生的分析方法和参照的指标都存在着差异性，应当根据实际情况进行综合的判断。
3基于决策树系统运行状态识别方法
3.1决策树算法的基本描述
决策树算法主要是以信息论原理作为依据来实现的，在决策树算法中，其最为关键的环节就是分裂属性的选择。在实际的运算过程中，计算信息是一种十分常用的方法，其过程中所产生的心意增益主要是信息论为基础，其通过对不同属性的分割而导致其期望熵值降低。所以，在通常情况下，信息增益越大，则其分裂属性产生数据的可能性也就越大。决策树的形成主要是通过对数据集中的节点进行分裂，进而使得不同的节点都能够同属于一个类别，拥有同样的分裂属性。其算法的主要过程如下：设设S为一个包含s个数据样本的集合，类别属性可以取m个不同的值，对应于m个不同的类别Ci，i={1，2，3，…，m}。假设si为类别Ci中的样本个数，那么要对一个给定数据对象进行分类所需要的信息量为：
设置一个属性A取v个不同的值，{a1，a2，…，av}，利用属性A可以将集合S划分为v个子集{s1，s2，…，sv}，其中Sj包含了S集合中属性A取值aj的数据样本，若属性A被选为测试属性（用于对当前样本集进行划分），设Sij为子集Sj中属于Ci类别的样本集，利用属性A划分为当前本集合所需要的信息熵。
3.2电力系统运行状态决策树的建立及算例
决策树的建立，首先就需要针对典型的事故中产生的数据信息进行相应的处理，利用统计学以及人工智能相结合的数据挖掘方法，通过对数据进行详细的分析，从中获取一些对于决策有益的信息，并且将这些数据形成一个样本集S，同时结合电力系统运行的实际情况，从中选取一个样本集，将运行状态按照安全状态、预警状态、紧急状态和应急状态一共包括1362个样本分别作为算例，不同运行状态所占的比例如图1所示。
图1不同运行状态的样本数
根据样本选择的不同节点属性，通过决策树算法获得其初始的熵值：
3.3结果分析
通过对样本集中的不同状态进行分析和计算，其中的紧急状态和应急状态分别达到了6.02％和1.76％，这种高比例的出现，主要是通过对各种自然灾害以及其他无法抗拒的因素进行考虑的基础上获得的数据结果，与此同时，其与设置的状态条件阀的数值也有着一定的关系，该计算结果具有一定的典型性。通过决策树算法我们也可以归纳出其中存在的一些规律，如在评价指标的选择过程中，对电力系统运行状态有着较大影响的属性就是负荷的丢失率，其次就是频率偏差，再次则是电压偏差、线路潮流和备用。当完成决策树的建立之后，则可以通过决策树的监测信息获得相应的数据，并且能够以此作为依据对电网的运行状态进行识别和判断，从而为电力系统调度部门人员在应对方案的选择上有一定的参考，确保电力系统的安全运行。
4结束语
在电力系统运行的过程中，可能会由于各种因素的影响而导致系统的运行出现不正常的状态，这种运行状态具有一定的变化性，而且容易为系统的安全运行带来重大的安全隐患。本文主要是对电力系统运行状态的划分进行了简单的阐述，进而对不同的状态识别方法进行了详细的分析。近年来，随着科学技术的不断发展，决策树算法在电力系统中也得到了广泛的应用，其能够为电力调度部门提供发布预案和决策的依据，同时也能够为电力系统运行状态的识别提供更为科学和精确的计算方法。
作者简介：
陈翔（1984-），男，山西大同人，助理工程师，研究方向：电力系统运行与监控。（原文载于《硅谷》杂志2012年第13期，硅谷网及《硅谷》杂志版权所有，未经允许禁止转载）
|
|
|
|
【对“电力系统运行状态分析和识别方法研究”发布评论】 |
版权及免责声明：
① 本网站部分投稿来源于“网友”，涉及投资、理财、消费等内容，请亲们反复甄别，切勿轻信。本网站部分由赞助商提供的内容属于【广告】性质，仅供阅读，不构成具体实施建议，请谨慎对待。据此操作，风险自担。
② 内容来源注明“硅谷网”及其相关称谓的文字、图片和音视频，版权均属本网站所有，任何媒体、网站或个人需经本网站许可方可复制或转载，并在使用时必须注明来源【硅谷网】或对应来源，违者本网站将依法追究责任。
③ 注明来源为各大报纸、杂志、网站及其他媒体的文章，文章原作者享有著作权，本网站转载其他媒体稿件是为传播更多的信息，并不代表赞同其观点和对其真实性负责，本网站不承担此类稿件侵权行为的连带责任。
④ 本网站不对非自身发布内容的真实性、合法性、准确性作担保。若硅谷网因为自身和转载内容，涉及到侵权、违法等问题，请有关单位或个人速与本网站取得联系（联系电话：01057255600），我们将第一时间核实处理。
|
|
|
|
