(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 202211039019.8 (22)申请日 2022.08.29 (71)申请人 广东电网有限责任公司广州供电局 地址 510620 广东省广州市天河区天河南 二路2号 (72)发明人 龙云　刘璐豪　梁雪青　卢有飞　 赵宏伟　吴任博　陈明辉　张少凡　 刘超　王历晔　刘俊　彭鑫　 李雨婷　赵誉　刘晓明　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 梁莹 (51)Int.Cl. G06V 10/77(2022.01) G06V 10/82(2022.01)G06V 10/764(2022.01) G06F 30/20(2020.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于图像化数据驱动 的电力系统暂态稳定 评估方法及系统 (57)摘要 本发明公开了基于图像化数据驱动 的电力 系统暂态稳定评估方法及系统， 方法包括： 构建 特征备选集； 根据特征备选集收集电力系统历史 运行数据及并利用仿真分析软件生成暂稳仿真 数据， 构建样本集合； 对样本集合进行数据预处 理及利用暂态稳定指标进行样 本分类， 按照时间 和特征两个方向将样本集合中的样本排列为二 维矩阵， 根据矩阵元素数值大小的不同赋予相应 的灰度值， 形成样本的原始图像； 对原始图像进 行特征降维， 得到特征图像； 构建暂态稳定评估 卷积神经网络模 型； 利用基于特征图像的样本集 训练暂态稳定评估卷积神经网络模型并利用该 训练好的模 型进行电力系统暂态稳定评估。 本发 明具有计算效率高、 评估精度高、 能实现实时监 视和在线更新 等优点。 权利要求书2页 说明书6页 附图4页 CN 115311509 A 2022.11.08 CN 115311509 A 1.基于图像化数据驱动的电力系统暂态稳定 评估方法， 其特 征在于， 包括： 构建特征备选集； 根据特征备选集收集电力系统历史运行数据及并利用仿真分析软件生成暂稳仿真数 据， 构建样本集 合； 每个样本包 含多维电气特 征， 而每个电气特 征包含多个时间节点； 对样本集合进行数据 预处理及利用暂态稳定指标进行样本分类， 按照时间和特征两个 方向将样本集合中的样本排列为二维矩阵， 根据 矩阵元素数值大小的不同赋予相应的灰度 值， 形成样本的原 始图像； 对原始图像进行 特征降维， 得到原 始图像的特 征图像； 构建暂态稳定 评估卷积神经网络模型； 利用基于特 征图像的样本集训练构建的暂态稳定 评估卷积神经网络模型； 采用训练完成的暂态稳定 评估卷积神经网络模型进行电力系统暂态稳定 评估。 2.根据权利要求1所述的基于图像化数据驱动的电力系统暂态稳定评估方法， 其特征 在于， 读入电力系统网架结构、 发电机电磁功率、 端电压、 功角、 母线电压信息， 构建特征备 选集。 3.根据权利要求1所述的基于图像化数据驱动的电力系统暂态稳定评估方法， 其特征 在于， 利用P ST、 PSASP、 PSD‑BPA或PSS/E仿真分析软件生成暂稳仿真数据。 4.根据权利要求1所述的基于图像化数据驱动的电力系统暂态稳定评估方法， 其特征 在于， 对样本集 合进行数据预处 理包括数据异常处 理以及数据缺失处 理。 5.根据权利要求1所述的基于图像化数据驱动的电力系统暂态稳定评估方法， 其特征 在于， 利用暂态稳定指标进 行样本分类， 判定系统在遭受大扰动下功角是否失稳； 暂态稳定 指标如下： 式中： Δδmax为仿真时间内任意时刻两台发电机的最大相对功角差； 当Δδmax＜180°， 即 TSI＞0时， 系统暂态稳定， 样本标注为0， 反 之， 样本暂态失稳， 样本标注为1。 6.根据权利要求1所述的基于图像化数据驱动的电力系统暂态稳定评估方法， 其特征 在于， 利用二维主成分 分析方法对原 始图像进行 特征降维， 具体包括： 二维主成分分析方法利用原始图像构造图像协方差矩阵， 并导出其特征向量用于图像 特征提取， 通过线性映射变换Y＝Xw将m ×n的输入图像X 投影到n维单位列向量w上， 得到的m 维列向量Y称为图像X的投影特 征向量。 7.基于图像化数据驱动的电力系统暂态稳定评估系统， 其特征在于， 用于实现权利要 求1‑6任一所述的基于图像化数据驱动的电力系统暂态稳定 评估方法， 其包括： 特征备选集构建模块， 其读入电力系统网架结构、 发电机电磁功率、 端电压、 功角、 母线 电压信息， 构建特 征备选集； 样本集合构建模块， 其根据 特征备选集收集电力系统历史运行数据及并利用仿真分析 软件生成暂稳仿真数据； 每 个样本包 含多维电气特 征， 而每个电气特 征包含多个时间节点； 样本原始图像构建模块， 用于形成样本的原 始图像； 特征降维模块， 其对原 始图像进行 特征降维， 得到原 始图像的特 征图像；权　利　要　求　书 1/2 页 2 CN 115311509 A 2暂态稳定评估卷积神经网络模型构建模块， 用于构建暂态稳定评估卷积神经网络模 型； 暂态稳定评估卷积神经网络模型训练模块， 用于对构建的暂态稳定评估卷积神经网络 模型进行训练； 电力系统暂态稳定评估模块， 其采用训练完成的暂态稳定评估卷积神经网络模型进行 电力系统暂态稳定 评估。 8.根据权利要求7所述的基于图像化数据驱动的电力系统暂态稳定评估系统， 其特征 在于， 样本原始图像构建模块对样本集合进 行数据预 处理及利用暂态稳定指标进 行样本分 类， 按照时间和特征两个方向将样本集合中的样本排列为二维矩阵， 根据矩阵元素数值大 小的不同赋予相应的灰度值， 从而形成样本的原 始图像。权　利　要　求　书 2/2 页 3 CN 115311509 A 3