(19)中华 人民共和国 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 202111577283.2 (22)申请日 2021.12.21 (71)申请人 国网天津市电力公司 地址 300010 天津市河北区五经路39号 申请人 国家电网有限公司 　 国网天津市电力公司城东供电分公 司 (72)发明人 王晨路　马小惠　郝子源　邓欣宇　 孙菊　李治　赵长伟　刘伟　 (74)专利代理 机构 天津盛理知识产权代理有限 公司 12209 代理人 王雨晴 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/06(2012.01) G06K 9/62(2022.01) H02J 3/00(2006.01) (54)发明名称 一种基于电网特征智能筛选的暂态稳定判 别方法 (57)摘要 本发明涉及一种基于电网特征智能筛选的 暂态稳定判别方法， 包括以下步骤： 步骤1、 利用 拉丁超立方抽样生成电网的各种运行状态样本； 步骤2、 基于步骤1的生成电网的各种运行状态样 本， 使用改进的最大相关最小冗余算法筛选能够 表征系统暂态稳定性的关键 特征； 步骤3、 利用步 骤2筛选出的关键特征对系统稳定性进行判别。 本发明基于改进的最大相关最小冗余算法， 能够 辨识影响系统稳定性关键因素， 进而解决传统方 法暂态稳定评估不准确的问题， 为电网运行人员 提供暂态稳定预防控制的思路和方法。 权利要求书2页 说明书8页 附图4页 CN 114266396 A 2022.04.01 CN 114266396 A 1.一种基于电网特 征智能筛 选的暂态稳定判别方法， 其特 征在于： 包括以下步骤： 步骤1、 利用拉丁超立方抽样生成电网的各种运行状态样本； 步骤2、 基于步骤1的生成电网的各种运行状态样本， 使用改进的最大相关最小冗余算 法筛选能够表征系统暂态稳定性的关键特 征； 步骤3、 利用步骤2筛 选出的关键特 征对系统稳定性进行判别。 2.根据权利要求1所述的一种基于电网特征智能筛选的暂态稳定判别方法， 其特征在 于： 所述步骤1的具体方法为： 对除平衡机以外的所有发电机有功出力进行拉丁超立方抽 样， 生成电网的各种运行状 态， 各个发电机抽样过程之间保持相互独立， 并按照功率平衡原则调整负荷有功 功率。 3.根据权利要求1所述的一种基于电网特征智能筛选的暂态稳定判别方法， 其特征在 于： 所述步骤2的具体步骤 包括： (1)假设特征集S中特征ti(第i个特征)和分类c的概率密度分别为p(ti)和p(c)， 联合概 率密度为p(ti,c)， 则ti和c之间的互信息I(ti； c)定义为： 若变量离 散， 则该式变为： 其中， tin是特征ti第n个可能的取值， ci是分类c第i个可能的取值； (2)引入考虑样本均衡性的信息增益比指标， 该指标 是互信息和信息熵的比值： 其中， 信息熵H(ti； c)的表达式为： 样本越均衡对应的信息熵越大， 它作为分母， 可以校正互信息容易偏向于均衡样本的 问题， 于是， 最大相关性是搜索满足以下公式的特 征： 式中， |S|为特征数目， D为均值互信息， 可反映特征集与相应类别的相 关性； 并引 入最 小冗余的概念， 来选择与已选特 征冗余较小的特 征： 式中， I(ti； tj)是特征i和特征j之间的互信息， R表示特征之间的冗余性； 将 最大相关性 D与最小冗余度R结合 起来， 即最大相关最小冗余 准则如下： maxΦ(D,R),Φ＝D ‑R           (7) (3)采用定义增量搜索方法可以得到近似最优解： 假设已经获得特征子集Sm‑1， 需要在 剩余的S‑Sm‑1特征子集中选择 出第m个特 征， 通过最大化Φ(D,R)来进行 特征选择， 即：权　利　要　求　书 1/2 页 2 CN 114266396 A 2(4)利用mRMR本身指标确定关键特 征个数： 当待选特征集中所有特征由式(8)计算出的Φ都小于某一数值时， 认为待选特征集中 的特征对结果的表征贡献不大， 此时待选特征集中的特征与分类结果的相关性不大或与已 选特征有较大的冗余， 因此终止选择； 在进 行特征选择时， 首次选取与类别相关性最大的特 征， 从第二个特征开始按式(8)计算Φ指标， 本发明取第二次特征选择时计算出最大Φ的 5％作为特 征选择的终止条件， 即： Φ(ti)≤ ε＝0.0 5Φ(t2) i＝3,4,...,|S|        (9) 式中， ε为特 征选择的终止条件。 4.根据权利要求1所述的一种基于电网特征智能筛选的暂态稳定判别方法， 其特征在 于： 所述步骤3的具体方法为： 以支持向量机作为稳定预测模型， 将生成的样本随机分为训练样本和测试样本， 使用 训练样本对暂态稳定评估器进行训练， 训练出 的模型可用于系统稳定性判别， 并可以通过 测试样本验证模型的准确度。权　利　要　求　书 2/2 页 3 CN 114266396 A 3