(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211149471.X (22)申请日 2022.09.21 (71)申请人 吉林建筑大学 地址 130118 吉林省长 春市新城大街5 088 号 (72)发明人 李海红　李海霞　 (74)专利代理 机构 安徽潍达知识产权代理事务 所(普通合伙) 3416 6 专利代理师 张丙松 (51)Int.Cl. G06F 30/20(2020.01) H02J 3/38(2006.01) G06F 111/08(2020.01) G06F 111/10(2020.01) (54)发明名称 一种基于随机偏微分方程分析电力稳定性 的方法 (57)摘要 本发明涉及供电分析领域， 且公开了一种基 于随机偏微 分方程分析电力稳定性的方法， 包括 以下步骤： Step1： 本地云端搭建数据库， 采样水 力发电场数据， 成组导入数据库内， 镜像保存； Step2： 建立水流、 水轮发电机、 水电输出效果和 水电站工作环境的数据变量， 以作为分群指标， 计算等值模型， 以建立水力发电场动态等值模 型； Step3： 以收敛因子非线性策略与动态参考率 策略作为控制策略， 采用聚类算法， 计算最佳聚 类中心， 分析水力发电场聚类模型数据， 通过多 方面搜集可能扰动电力系统稳定性的干扰因素， 分析在不同激励强度下及不同阻尼情况下系统 的稳定状况， 帮助用户依据数据分析结构， 进行 配供电调整， 提升电力系统安全系数。 权利要求书2页 说明书5页 附图2页 CN 115544739 A 2022.12.30 CN 115544739 A 1.一种基于随机偏微分方程分析电力稳定性的方法， 其特 征在于， 包括以下步骤： Step1： 本地云端搭建数据库， 采样水力发电场数据， 成组导入数据库内， 镜像保存； Step2： 建立水流、 水轮发电机、 水电输出效果和水电站工作环境的数据变量， 以作为分 群指标， 计算 等值模型， 以建立水力发电场动态等 值模型； Step3： 以收敛因子非线性策略与动态参考率策略作为控制策略， 采用聚类算法， 计算 最佳聚类中心， 分析 水力发电场聚类模型 数据； Step4： 接收分析 数据， 在软件平台上 搭建水力发电场聚类模型， 并验证可 行性； Step5： 建立水电站排水流量、 水轮发电机电磁功率和转速为状态变量的电力系统随机 模型， 采用数值积分法求 解电力系统随机模型； Step6： 分级制定随机激励强度和阻尼的阈值， 在不同激励强度下及不同阻尼情况下， 分别对电力系统随机模型进行仿真验证， 判断系统的稳定状况， 计算稳定系数； Step7： 采集与验证天气数据， 建立以天气数据为变量的数据指标， 建立随机干扰动态 模型； Step8： 代入随机干扰动态模型计算结果， 以对电力系统稳定系数的影响参数进行计 算。 2.根据权利要求1所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step2中水流的分群指标包括流速与流向， 水轮发电机的分群指标包括水轮发电机 转速、 水轮转子转速和水轮角度， 水电输出效果的分群指标包括有功功 率、 机端电压的有效 值、 输出电流的有效值和功率因数， 水电站工作环境的分群指标为机舱工作环境温度。 3.根据权利要求1所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step2中的状态变量在设定分群聚类后的每一类中所有数据到该类中聚类中心的 距离和为目前函数， 在目标函数最小时， 确定最佳聚类中心。 4.根据权利要求3所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述目标函数的计算公式为： 式中， centeri代表第i类的聚类中心； K代表聚类数； i与j代表整数变量； xij代表第i类的数据对象； fitness代表目标函数的适应值。 5.根据权利要求1所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step3中的聚类算法为K ‑means聚类算法， 分析水力发电场聚类模 型数据采用IGWO ‑ K‑means算法。 6.根据权利要求1所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step7中天气数据的采集与验证过程， 包括以下步骤： Step701： 对接互联网端， 实时索引数据来源地天气数据， 并在数据来源地实时采集； Step702： 提取实时索引数据与实时采集数据进行同步验证， 计算差值数据， 作为浮动 阈值；权　利　要　求　书 1/2 页 2 CN 115544739 A 2Step703： 将实时采集数据作为标准量， 依据 浮动阈值设定逐步递增变量或者逐步递减 变量分级； Step704： 以对应分级生成对应数据样， 发送至云端保存； Step705： 在收到提取请求时， 以生成顺序逐步添加至对应模型。 7.根据权利要求6所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step701中的天气数据包括： 湿度、 风力、 风向、 风速、 降雨 量、 温度与气压 。 8.根据权利要求6所述的一种基于随机偏微分方程分析电力稳定性的方法， 其特征在 于， 所述Step70 3中浮动阈值的设定包括人工手动设定与程序自动设定 。权　利　要　求　书 2/2 页 3 CN 115544739 A 3