數(shù)據(jù)視角下的電力系統(tǒng)暫態(tài)穩(wěn)定邊界分析

趙高尚，劉道偉，陳樹勇，肖白，楊紅英，李宗翰，姜松

數(shù)據(jù)視角下的電力系統(tǒng)暫態(tài)穩(wěn)定邊界分析

趙高尚1，劉道偉1，陳樹勇1，肖白2，楊紅英1，李宗翰1，姜松3

（1．中國電力科學研究院有限公司，北京市 海淀區(qū) 100192；2．東北電力大學電氣工程學院，吉林省 吉林市 132000；3．北京化工大學信息科學與技術學院，北京市 朝陽區(qū) 100029）

隨著泛在電力物聯(lián)網(wǎng)的提出，基于數(shù)據(jù)挖掘的電力系統(tǒng)分析將在能源互聯(lián)網(wǎng)的建設中發(fā)揮越來越重要的作用。同時臨界暫態(tài)穩(wěn)定的邊界問題是評價電力系統(tǒng)暫態(tài)穩(wěn)定性的核心問題之一，當前在暫態(tài)穩(wěn)定評估時，常常由于無法對電網(wǎng)臨界狀態(tài)給出準確判斷，使安全評估存在模糊區(qū)域。為此從數(shù)據(jù)分析的角度，展開電力系統(tǒng)臨界暫態(tài)穩(wěn)定邊界特征提取的相關研究。首先基于暫態(tài)穩(wěn)定單機模型及能量函數(shù)，刻畫分析電力系統(tǒng)臨界暫態(tài)穩(wěn)定的邊界現(xiàn)象；然后基于BPA自動仿真程序解決了暫態(tài)穩(wěn)定數(shù)據(jù)樣本生成問題；最后完成了“源-網(wǎng)”輸入特征的選擇及輸入特征相關性分析，并利用IEEE-39母線系統(tǒng)完成驗證。

電力系統(tǒng)；臨界暫態(tài)穩(wěn)定；邊界現(xiàn)象；數(shù)據(jù)分析；輸入特征選擇

0 引言

隨著泛在電力物聯(lián)網(wǎng)的全面部署實施，電力系統(tǒng)逐漸要打造成以特高壓為骨干網(wǎng)架、各級電網(wǎng)協(xié)調(diào)發(fā)展的智能電網(wǎng)，不斷提升能源資源配臵能力和智能化水平；同時充分應用“大、云、物、移、智”等現(xiàn)代信息技術，打造狀態(tài)全面感知、信息高效處理、應用便捷靈活的泛在電力物聯(lián)網(wǎng)，構成能源流、業(yè)務流、數(shù)據(jù)流“三流合一”的能源互聯(lián)網(wǎng)[1]。同時隨著人工智能及大數(shù)據(jù)的發(fā)展，為建設更加智能化、信息化、數(shù)字化的能源互聯(lián)網(wǎng)提供了可靠的技術支撐。由此，電力數(shù)據(jù)分析在新一代能源互聯(lián)網(wǎng)中將占據(jù)著越來越重要的地位，從數(shù)據(jù)的角度重新審視電力系統(tǒng)成為建設能源互聯(lián)網(wǎng)的重中之重。

電力系統(tǒng)暫態(tài)穩(wěn)定的邊界問題是電力系統(tǒng)穩(wěn)定評估的核心內(nèi)容[2]，也是新一代電網(wǎng)智能調(diào)控系統(tǒng)的核心問題之一。目前主流的臨界暫態(tài)穩(wěn)定邊界計算方法主要可以歸結為以下2類：能量函數(shù)法和軌跡分析法。文獻[3]提出的能量函數(shù)法實現(xiàn)了電力系統(tǒng)暫態(tài)穩(wěn)定的定性分析，能夠利用暫態(tài)穩(wěn)定的邊界可信域確定近似邊界，但是該方法模型適應性較差，同時計算結果較為保守。文獻[4]提出了軌跡分析法，在分析了系統(tǒng)暫態(tài)過程的能量變化特點后，定義了系統(tǒng)穩(wěn)定與失穩(wěn)指標，使得軌跡分析法可以不依賴臨界能量的計算完成暫態(tài)穩(wěn)定的評估。但是二者共同的問題在于模型適應性差且求取過程復雜，因此利用新的方法對電網(wǎng)臨界暫態(tài)的邊界特征進行適合的計算和表達，成為解決暫態(tài)穩(wěn)定邊界問題的關鍵。

隨著新一代的能源互聯(lián)網(wǎng)逐漸成為一個更加復雜、多源、互聯(lián)、開放的巨型能源網(wǎng)絡，傳統(tǒng)組合式的建模仿真方法及防控模式難免有其局限性，亟需以新的視角與新的技術，重新看待電網(wǎng)的邊界問題，建立更加精準可靠的電網(wǎng)評估系 統(tǒng)[5-7]，對電網(wǎng)臨界特性的深刻認知也是實現(xiàn)互聯(lián)大電網(wǎng)安全穩(wěn)定態(tài)勢智能評估的核心所在[8-11]，揭示大電網(wǎng)臨界狀態(tài)特性規(guī)律，有望為電網(wǎng)提供更強的分析與認知能力。

電力系統(tǒng)暫態(tài)穩(wěn)定的實質(zhì)是注入的機械動能與網(wǎng)絡吸收的電磁能之間的能量轉(zhuǎn)換與守恒問 題[12-15]。電網(wǎng)作為一個拓撲結構清晰、各元件間具有相互作用的強非線性能量傳輸系統(tǒng)，其先天屬性決定了各元件間一定具有或大或小的相互作用力。文獻[16]提出了源網(wǎng)荷協(xié)調(diào)控制策略，建立“源-網(wǎng)-荷”一體化的控制模型，實現(xiàn)故障情況下發(fā)電、網(wǎng)絡及負荷的協(xié)調(diào)優(yōu)化控制。所以建立基于“源-網(wǎng)-荷”模式的能量輸送系統(tǒng)[17]，對暫態(tài)穩(wěn)定狀態(tài)下的時空量測信息，進行“源-網(wǎng)”之間相互關系的深入挖掘分析，更符合電網(wǎng)作為非線性動力系統(tǒng)的整體穩(wěn)定行為。

本文在已有研究的基礎上，針對臨界暫態(tài)穩(wěn)定的邊界問題開展一系列研究，在分析了臨界暫態(tài)穩(wěn)定邊界現(xiàn)象后，基于BPA自動仿真程序解決了數(shù)據(jù)樣本生成問題，并從數(shù)據(jù)分析的角度[18]，完成了“源-網(wǎng)”輸入特征的選擇及輸入特征相關性分析，最后在IEEE-39系統(tǒng)上完成分析驗證。

1 電力系統(tǒng)暫態(tài)穩(wěn)定分析模型

1.1 暫態(tài)穩(wěn)定經(jīng)典模型及能量函數(shù)

單機系統(tǒng)的暫態(tài)穩(wěn)定模型簡化后如圖1所示，發(fā)電機經(jīng)變壓器和雙回線路后向無窮大系統(tǒng)送電。發(fā)電機模型采用經(jīng)典二階模型，同時認為勵磁系統(tǒng)足夠保持、恒定，不考慮原動機調(diào)速器動作，機械功率P為恒定值[19]。

圖1 簡化后的單機等值系統(tǒng)

此時無窮大母線發(fā)出的功率為：

在某一時刻，線路II突然發(fā)生三相短路接地故障，并在一段時間后切除故障，最終在新的穩(wěn)定平衡點實現(xiàn)暫態(tài)穩(wěn)定。此過程可以用等面積準則進行解釋，暫態(tài)穩(wěn)定的過程不再詳述，這里給出單機無窮大系統(tǒng)的功角曲線如圖2[20]所示。

圖2 單機無窮大系統(tǒng)功角曲線

發(fā)電機的能量函數(shù)如下。

故障切除時，系統(tǒng)暫態(tài)動能：

故障切除時，系統(tǒng)的暫態(tài)勢能：

從而，故障切除時，系統(tǒng)的總暫態(tài)能量為

1.2 臨界暫態(tài)穩(wěn)定現(xiàn)象分析

系統(tǒng)的臨界暫態(tài)能量對電力系統(tǒng)暫態(tài)穩(wěn)定評估是至關重要的，為了更直觀地引入臨界暫態(tài)穩(wěn)定問題，在單機系統(tǒng)上，逐漸延長故障切除時間，得到不同功角時域曲線，如圖3所示。

圖3 功角時域曲線

從能量的角度來講，電力系統(tǒng)暫態(tài)穩(wěn)定分析，其本質(zhì)上就是通過求取主導不穩(wěn)定平衡點，將其所處能量作為臨界邊界能量，進而觀察故障切除后，系統(tǒng)狀態(tài)參量是否在穩(wěn)定域內(nèi)。但是該模式由于其保守性，常常造成較大的誤差；同時面對大規(guī)模電網(wǎng)拓撲時，計算復雜度會越來越高，導致其時效性無法得到保證。

因此，通過數(shù)據(jù)分析的方法挖掘各類信息之間的相關關系，找到合適的參數(shù)來度量邊界特征，從數(shù)據(jù)的角度來解決臨界暫態(tài)穩(wěn)定邊界特征問題，成為實現(xiàn)快速準確識別電網(wǎng)臨界暫態(tài)穩(wěn)定狀態(tài)及提高暫態(tài)穩(wěn)定評估(transient stability assessment，TSA)性能的新方向。

2 臨界暫態(tài)穩(wěn)定數(shù)據(jù)樣本生成

2.1 基于BPA的自動仿真程序開發(fā)

BPA作為電力系統(tǒng)分析常用工具，能夠通過對模型的快速準確計算實現(xiàn)對電力系統(tǒng)的仿真分析。但是BPA不能實現(xiàn)將不同潮流水平下的不同故障或擾動類型仿真得到的樣本進行標準化批量快速生成，所以需要開發(fā)一種能夠快速生成大量標準格式的暫態(tài)仿真樣本程序[21]。

BPA進行暫態(tài)穩(wěn)定仿真流程如圖4所示。

1）將電網(wǎng)模型參數(shù)等關鍵信息寫入潮流計算文件中(dat)，運行潮流計算程序，對系統(tǒng)進行潮流計算獲取潮流計算結果文件(pfo)及潮流計算結果二進制文件(bse)；

圖4 BPA暫態(tài)穩(wěn)定計算流程

2）將發(fā)電機模型參數(shù)、故障類型、仿真時間與步長、需要輸出的元件等關鍵信息寫入到穩(wěn)定計算文件中(swi)，運行穩(wěn)定計算程序，得到穩(wěn)定計算結果文件(out)、作圖文件(cur)等；

3）將暫態(tài)穩(wěn)定分析指定元件數(shù)據(jù)提取出來，并根據(jù)需要進行解析處理，作為該故障類型下的暫態(tài)仿真樣本。

顯然BPA無法實現(xiàn)不同潮流水平下的不同故障類型的快速標準化格式輸出，需要巨大的手動模擬操作量。

為此基于Python調(diào)用BPA完成數(shù)據(jù)文件的自動寫入及標準樣本的自動輸出，解決數(shù)據(jù)分析的樣本生成問題，其實現(xiàn)流程見圖5。

圖5 基于BPA的自動仿真程序?qū)崿F(xiàn)流程

1）通過程序1完成電網(wǎng)各類運行狀態(tài)的生成，并調(diào)用BPA自帶的潮流計算程序?qū)崿F(xiàn)各類電網(wǎng)運行狀態(tài)的潮流計算，并將計算結果進行存儲；

2）在穩(wěn)定計算文件中分別設置各類元件模型參數(shù)、仿真步長、仿真時間、輸入/出文件設定等工作；

3）設置穩(wěn)定計算故障集，通過程序2完成每個潮流計算結果下的全部故障類型寫入，并調(diào)用BPA穩(wěn)定計算程序，完成全部故障計算；

4）提取全部故障結果文件，并通過程序3對故障結果文件進行解析，最后整理為設定規(guī)整的標準結果文件。

以上的全部工作實現(xiàn)了電力系統(tǒng)暫態(tài)樣本的自動快速生成，為暫態(tài)穩(wěn)定的邊界分析提供高質(zhì)量的數(shù)據(jù)支撐。

2.2 應用兩端逼近法生成暫態(tài)穩(wěn)定數(shù)據(jù)樣本

采用兩端逼近法解決臨界暫態(tài)穩(wěn)定樣本的快速生成問題。基本的解決思路為：1）標定初始故障切除時刻(一般設置為0時刻)；2）以固定的步長增加故障切除時間，當系統(tǒng)首次出現(xiàn)暫態(tài)失穩(wěn)時停止增加；3）記錄首次失穩(wěn)和前一次穩(wěn)定時的2個故障切除時間；4）通過兩端逼近直至達到精度要求。此時得到該故障下的一個臨界穩(wěn)定樣本。

臨界仿真樣本批量生成的具體過程如圖6所示。

圖6 邊界樣本生成流程

1）以系統(tǒng)正常運行水平下的狀態(tài)作為基準運行方式，調(diào)整負荷出力，得到系統(tǒng)不同的潮流水平；

2）針對系統(tǒng)的每個潮流運行水平，設置不同的故障類型，得到多個故障樣本數(shù)據(jù)文件；

3）將每一個暫態(tài)穩(wěn)定樣本設置為基準樣本，在該基準下，逐漸增大故障切除時間，直至系統(tǒng)首次失穩(wěn)，得到每個基準樣本的一組系統(tǒng)首次失穩(wěn)時刻及前一次系統(tǒng)穩(wěn)定時刻；

4）設置仿真精度，當達到該仿真精度即停止仿真，并以設置的精度為步長，對每一組暫態(tài)樣本的故障切除時刻采用兩端逐漸逼近的方式，逐漸縮小故障切除時間的范圍，當故障切除時間達到仿真精度時，停止仿真；

5）若此時為穩(wěn)定狀態(tài)，則該樣本對應的故障切除時刻即為臨界切除時間，對應的仿真樣本即為臨界暫態(tài)的邊界樣本；若此時為失穩(wěn)狀態(tài)，則取下時刻靠近穩(wěn)定狀態(tài)端的故障切除時間為該故障下的臨界切除時間，所得到的樣本即為該故障下的臨界暫態(tài)的邊界樣本。

3 基于數(shù)據(jù)分析的輸入特征選擇

3.1 Pearson相關系數(shù)

作為一個強非線性相關的能量傳輸系統(tǒng)，電網(wǎng)可以通過分析任意2個“源”特征與“網(wǎng)”特征之間的相關性，來考察2個變量之間的相關關系，進而發(fā)現(xiàn)隱藏在兩變量之間的內(nèi)在聯(lián)系，分析變量之間的相關性時，經(jīng)典的分析方法為皮爾遜相關性分析法(Pearson相關性分析)。

樣本的Pearson相關系數(shù)用表示，總體相關系數(shù)用表示。Pearson相關系數(shù)的計算公式為

Pearson相關系數(shù)是衡量相關性強弱的有效指標，其取值范圍處于-1~1之間，其正負反映了相關的方向，的絕對值表示與之間相關性的密切程度，的絕對值越接近與1，說明密切程度越高；的絕對值越接近與0，說明密切程度 越低。

3.2 “源-網(wǎng)”輸入特征選擇

電力系統(tǒng)暫態(tài)穩(wěn)定主要分為功角穩(wěn)定和電壓穩(wěn)定，這里主要分析功角穩(wěn)定問題，為了選出最能表征電網(wǎng)穩(wěn)定狀態(tài)且相互之間存在較為緊密聯(lián)系的“源-網(wǎng)”狀態(tài)量作為算法輸入特征，需要首先對“源”參數(shù)與“網(wǎng)”參數(shù)分別做Pearson相關性分析[22]。

利用1.1節(jié)所示的系統(tǒng)做暫態(tài)穩(wěn)定仿真，在0s時刻線路發(fā)生三相短路接地故障，延長故障切除時間分別是0.2、0.3、0.4、0.5、0.6s，其中臨界暫態(tài)穩(wěn)定狀態(tài)處于0.6s時刻附近，得到5個仿真樣本，分別命名為樣本1、樣本2、樣本3、樣本4、樣本5，對每個樣本中的“源-網(wǎng)”狀態(tài)量分別做Pearson分析，以樣本1為例，其“源-網(wǎng)”部分狀態(tài)參數(shù)相關性分析結果如表1所示。

Pearson相關系數(shù)在0.01的級別上表示為非常顯著，可以推斷此時樣本1的發(fā)電機的功角與母線流入有功、發(fā)電機勵磁電壓與母線電壓幅值、發(fā)電機電磁功率與母線電壓相角、發(fā)電機無功功率與母線流入無功存在較為緊密的相關性。為了顯示隨著故障切除時間的增加，“源-網(wǎng)”特征相關性的變化，將5個樣本的Pearson系數(shù)都羅列出來，并用折線圖表示，其結果如圖7所示。

表1 樣本1 Pearson分析結果

備注：**表示在0.01級別(雙尾)，相關性顯著。

圖7 “源-網(wǎng)”相關性趨勢變化曲線

由圖7可以看出，各“源-網(wǎng)”特征之間的Pearson相關性呈現(xiàn)出一個大致趨勢：隨著故障時間的延長，越靠近臨界狀態(tài)，其相關性系數(shù)越小，即越接近臨界，則關聯(lián)程度越低，據(jù)此，可以從中得到臨界暫態(tài)穩(wěn)定邊界特征提取的啟發(fā)。

經(jīng)過大量測試分析，選定的輸入特征量如 表2所示。

表2 輸入特征選擇

對于發(fā)電機的特征選擇，選取故障發(fā)生時、故障切除時、故障切除后3組12個特征量構成發(fā)電機特征集，包括發(fā)電機功角、發(fā)電機勵磁電壓、發(fā)電機電磁功率、發(fā)電機無功功率。

對于網(wǎng)絡中的特征選擇，包括母線數(shù)據(jù)和線路數(shù)據(jù)，而母線作為線路傳輸功率的承載者與連接者，線路功率的變化會直接反映在母線流入/流出功率上，某一個母線的流入功率是與之相連的所有線路流入母線的功率之和，母線流出功率是與之相連的所有線路流出母線功率之和，采用“母線流入功率”不僅包含了線路功率情況，同時能夠避免線路對地支路功率等其他因素影響[23]。

所以本文線路的傳輸功率采用母線的流入功率來表征，則選取的網(wǎng)絡輸入特征為故障發(fā)生時、故障切除時及故障切除后的共3組12個特征量構成網(wǎng)絡特征集，包括母線電壓幅值、母線電壓相角、母線流入有功功率以及母線流入無功功率。

4 算例分析

4.1 暫態(tài)樣本及輸入特征的獲取

為了更詳細地介紹本文所應用的方法，采用如圖8所示的IEEE-39母線系統(tǒng)進行描述。

圖8 IEEE-39母線電網(wǎng)拓撲

假設系統(tǒng)原先處于正常運行水平下，在0s時刻，對該系統(tǒng)的46條聯(lián)絡線依次做-1暫態(tài)穩(wěn)定校驗，故障類型三相短路故障，設置仿真精度為0.005s，采用第3節(jié)所提的兩端逼近法，并利用自動仿真程序完成數(shù)據(jù)樣本的生成。

同時為了達到對比的目的，在臨界切除時間的基準下，選取4個常規(guī)暫態(tài)穩(wěn)定的故障切除時間，由此每條線路在單個故障下得到5個樣本數(shù)據(jù)，對其他線路做相同過程的處理，共得到230個樣本數(shù)據(jù)，其中臨界暫態(tài)穩(wěn)定樣本46個，占總樣本數(shù)量的20%。IEEE-39系統(tǒng)的輸入特征如 表3所示。

表3 系統(tǒng)的輸入特征

4.2 臨界暫態(tài)穩(wěn)定相軌跡刻畫

為了刻畫IEEE-39系統(tǒng)在臨界暫態(tài)穩(wěn)定下的邊界現(xiàn)象，給出了線路1-2在三相短路情況下，IEEE-39系統(tǒng)母線三維幅值變化軌跡對比圖，其中圖9(a)表示系統(tǒng)在常規(guī)暫態(tài)穩(wěn)定狀態(tài)下各母線幅值三維變化軌跡，其故障切除時間為0.5s，圖9(b)表示系統(tǒng)在臨界暫態(tài)穩(wěn)定狀態(tài)下各母線幅值三維變化軌跡，其故障切除時間為0.605s，圖9(c) 表示系統(tǒng)在臨界暫態(tài)失穩(wěn)狀態(tài)下各母線幅值三維變化軌跡，其故障切除時間為0.610s。

圖9 IEEE-39系統(tǒng)母線幅值變化軌跡

通過圖9可以看出，當系統(tǒng)從常規(guī)穩(wěn)定狀態(tài)逐漸至失穩(wěn)狀態(tài)時，其母線幅值變化軌跡由規(guī)則運動逐漸變?yōu)榛靵y運動。為了從數(shù)據(jù)的角度對該現(xiàn)象進行分析解釋，本文對IEEE-39系統(tǒng)的39個母線的電壓實部-虛部分別進行皮爾遜分析，分析結果如圖10所示。

根據(jù)圖10所示，綠色柱表示電網(wǎng)常規(guī)暫態(tài)穩(wěn)定狀態(tài)下各母線電壓實部-虛部的相關性結果，藍色柱表示電網(wǎng)臨界暫態(tài)穩(wěn)定狀態(tài)下各母線電壓實部-虛部的相關性結果，紅色柱表示電網(wǎng)暫態(tài)失穩(wěn)狀態(tài)下各母線電壓實部-虛部的相關性結果。

圖10 系統(tǒng)各母線電壓實部-虛部相關性

可以看出，系統(tǒng)常規(guī)暫態(tài)穩(wěn)定狀態(tài)下的各母線電壓實部-虛部相關性最大，其次是臨界暫態(tài)穩(wěn)定狀態(tài)下對應的各母線電壓實部-虛部相關性，暫態(tài)失穩(wěn)狀態(tài)下對應的各母線電壓實部-虛部相關性最小，幾乎為0。

此結論從數(shù)據(jù)的角度，可以歸結為其不同母線的運動軌跡相關性正在逐漸減弱，同時也解釋了為何當系統(tǒng)從常規(guī)穩(wěn)定狀態(tài)逐漸至失穩(wěn)狀態(tài)時，其母線相軌跡由規(guī)則運動逐漸變?yōu)榛靵y運動。

5 結論

在泛在電力物聯(lián)網(wǎng)的背景下，從數(shù)據(jù)分析的角度出發(fā)，針對電網(wǎng)臨界暫態(tài)穩(wěn)定的邊界特征提取展開研究，得出以下結論：

1）從物理機理出發(fā)，基于系統(tǒng)的功角軌跡，得出了對系統(tǒng)臨界暫態(tài)穩(wěn)定邊界現(xiàn)象的分析。

2）基于BPA自動仿真程序，利用兩端逼近法能夠自動快速生成邊界樣本。

3）針對生成的電網(wǎng)暫態(tài)時序數(shù)據(jù)，能夠通過“源-網(wǎng)”特征量相關性分析，選取出具有代表性的“源-網(wǎng)”輸入特征狀態(tài)量。

從數(shù)據(jù)分析的角度，針對臨界暫態(tài)穩(wěn)定的邊界問題，開展了一系列研究工作，對實現(xiàn)電力系統(tǒng)暫態(tài)穩(wěn)定狀態(tài)的精細化識別具有重要的意義，同時對實現(xiàn)基于數(shù)據(jù)分析的電網(wǎng)分析模式具有積極的探索價值。

[1] 王平．泛在電力物聯(lián)網(wǎng)時代很快就會到來[N]．國家電網(wǎng)報，2019-03-20(1)．

[2] 薛禹勝．暫態(tài)能量校正和臨界群識別—三論暫態(tài)能量函數(shù)直接法[J]．電力系統(tǒng)自動化，1993，17(1)：22-31．

[3] 劉輝，閔勇，張毅威，等．電力系統(tǒng)暫態(tài)穩(wěn)定域近似邊界可信域及其擴展[J]．中國電機工程學報，2008，28(31)：9-14．

[4] 穆鋼，王仲鴻，韓英鐸，等．暫態(tài)穩(wěn)定性的定量分析——軌跡分析法[J]．中國電機工程學報，1993，13(3)：23-30．

[5] 李柏青，劉道偉，秦曉輝，等．信息驅(qū)動的大電網(wǎng)全景安全防御概念及理論框架[J]．中國電機工程學報，2016，36(21)：5796-5805．

[6] 劉道偉，張東霞，孫華東，等．時空大數(shù)據(jù)環(huán)境下的大電網(wǎng)穩(wěn)定態(tài)勢量化評估與自適應防控體系構建[J]．中國電機工程學報，2015，35(2)：268-276．

[7] 周博文，陳麒宇，楊東升．巴西大停電的思考[J]．發(fā)電技術，2018，39(2)：97-105．

[8] 李衛(wèi)東．關于頻率響應控制未來發(fā)展的思考[J]．發(fā)電技術，2018，39(1)：84-89．

[9] Lotufo A D，Lopes M L，Minussi C R．Sensitivityanalysis by neural networks applied to power systems transient stability[J]．Electric Power Systems Research，2007，77(7)：730-738．

[10] 張曉華，劉道偉，李柏青，馮長有．智能全景系統(tǒng)概念及其在現(xiàn)代電網(wǎng)中的應用體系[J]．中國電機工程學報，2019，39(10)：2885-2895．

[11] 王亮，張道農(nóng)．基于時空協(xié)調(diào)的智能電網(wǎng)PMU功能實現(xiàn)[J]．電力科學與技術學報，2011，26(2)：27-30．

[12] 馬世英，劉道偉，吳萌，等．基于WAMS及機組對的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢在線量化評估方法[J]．中國電機工程學報，2013，37(5)：1323-1328．

[13] 唐飛．基于WAMS的電力系統(tǒng)暫態(tài)穩(wěn)定性特征提取及評估方法研究[D]．湖北：武漢大學，2013．

[14] 朱利鵬，陸超，黃河，等．基于廣域時序數(shù)據(jù)挖掘策略的暫態(tài)電壓穩(wěn)定評估[J]．電網(wǎng)技術，2016，40(1)：180-185．

[15] 陳慶，閃鑫，羅建裕，等．特高壓直流故障下源網(wǎng)荷協(xié)調(diào)控制策略及應用[J]．電力系統(tǒng)自動化，2017，41(5)：147-152．

[16] 馬世英，王青．大規(guī)模新能源集中外送系統(tǒng)源網(wǎng)協(xié)調(diào)風險及仿真評估[J]．發(fā)電技術，2018，39(2)：112-117．

[17] 劉家慶，徐崢．大電網(wǎng)運行控制面臨的形勢、問題與挑戰(zhàn)[J]．發(fā)電技術，2018，39(6)：493-498．

[18] 顧雪平，曹紹杰，張文勤．基于神經(jīng)網(wǎng)絡暫態(tài)穩(wěn)定評估方法的一種新思路[J]．中國電機工程學報，2000，20(4)：77-82．

[19] 劉道偉，馬世英，李柏青，等．基于響應的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢在線量化評估方法[J]．中國電機工程學報，2013，33(04)：85-95．

[20] 茍競，劉俊勇，魏震波，等．一種基于發(fā)電機對相對能量的電力系統(tǒng)臨界機群快速辨識方法[J]．中國電機工程學報，2015，35(24)：6322-6330．

[21] 侯金秀．基于電壓相量和深度學習的電力系統(tǒng)暫態(tài)穩(wěn)定快速評估[D]．北京：中國電力科學研究院，2017．

[22] 趙高尚，劉道偉，陳樹勇，等．基于尺度不變特征轉(zhuǎn)換的暫態(tài)穩(wěn)定邊界特征提取[J].中國電機工程學報，2019，39(S1)：84-94．

[23] 向麗萍．電力系統(tǒng)暫態(tài)穩(wěn)定評估中的特征選取[D]．成都：西南交通大學，2007．

Power System Transient Stability Boundary Analysis From the Perspective of Data

ZHAO Gaoshang2, LIU Daowei1, CHEN Shuyong1, XIAO Bai2,YANG Hongying1, LI Zonghan1, JIANG Song3

(1. China Electric Power Research Institute, Haidian District, Beijing 100192, China; 2. School of Electrical Engineering, Northeast Electric Power University, Jilin 132000, Jilin Province, China; 3. College of Information Science and Technology, Beijing University of Chemical Technology, Chaoyang District, Beijing 100029, China)

With the introduction of the ubiquitous power Internet of Things, power system analysis based on data mining will play an increasingly important role in the construction of the energy internet. The boundary problem of critical transient stability is one of the core issues in evaluating the transient stability of power systems. At present, in the transient stability assessment, it is often impossible to give an accurate judgment on the critical state of the grid, so that there is a fuzzy area in the safety assessment. From the perspective of data analysis, the related research on the feature extraction of critical transient stability boundary of power system was carried out. Based on the transient stability single machine model and energy function, the boundary phenomenon of critical transient stability of power system was characterized. Then, based on the BPA automatic simulation program, the transient stable data sample generation problem was solved. Finally, the selection of the input characteristics of the "source-network" and the correlation analysis of the input features were completed, and the verification was completed by the IEEE-39 node system.

power system; critical transient stability; boundary phenomena; data analysis; input feature selection

10.12096/j.2096-4528.pgt.19065

TM 71

國家自然科學基金項目(51177009)。

Project Supported by National Natural Science Foundation of China (51177009).

2019-06-10。

(責任編輯 車德競)