(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 202211319430.0 (22)申请日 2022.10.26 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 申请人 华北电力大 学　 国网天津市电力公司 　 国网天津市电力公司电力科 学研究 院　 国家电网有限公司 (72)发明人 蒲天骄　董骁翀　韩笑　孙英云　 王新迎　郝毅　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 文骊鹍(51)Int.Cl. G06F 16/2458(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 50/06(2012.01) (54)发明名称 电力系统场景约简方法、 系统、 电子设备及 存储介质 (57)摘要 一种电力系统场景约简方法、 系统、 电子设 备及存储介质， 方法包括利用初始场景集， 建立 场景约简问题模 型， 并利用信息熵 正则化算法凸 化场景约简问题模型， 得到正则化后的场景约 简 问题模型； 输入初始场景集、 典型场景集和正则 化系数， 构建场景约简网络模型， 结合正则化后 的场景约简问题模型和场景约简网络模型， 计算 出正则化传输矩阵和距离矩阵； 利用正则化系 数、 正则化传输矩阵和距离矩阵， 求解得到考虑 运输成本和熵正则化惩罚的Sinkhorn距离的损 失函数； 基于所述损失函数， 利用场景约简网络 模型对典型场景集进行反向梯度训练， 得到训练 后的典型场景集和典型场景集的边缘概率分布。 本发明能够提高大规模场景约简可行性 以及求 解的稳定性。 权利要求书3页 说明书11页 附图2页 CN 115544121 A 2022.12.30 CN 115544121 A 1.一种电力系统场景约简方法， 其特 征在于， 包括： 利用初始场景集， 建立场景约简问题模型， 并利用信息熵正则化算法凸化场景约简问 题模型， 得到正则化后的场景约简问题模型； 输入初始场景集、 典型场景集和正则化系数， 构建场景约简网络模型， 结合正则化后的 场景约简问题模型和场景约简网络模型， 计算出正则化传输矩阵和距离矩阵； 利用正则化系数、 正则化传输矩阵和距离矩阵， 求解得到考虑运输成本和熵正则化惩 罚的Sinkhorn距离的损失函数； 基于所述损 失函数， 利用场景约简网络模型对典型场景集进行反向梯度训练， 得到训 练后的典型场景集和典型场景集的边 缘概率分布。 2.根据权利要求1所述的 电力系统场景约简方法， 其特征在于， 所述利用 初始场景集， 建立场景约简问题模型的步骤 包括： 设定初始场景数量为n， 典型场景数量为m， n>>m； X为初始场景集， Y为典型场景集； 场景 约简问题的目标是在最小化Wasserstein距离的同时， 找到近似匹配n个初始场景的m个典 型场景； 设定典型场景集m的个数已知， 初始场景的概率相等； 令任意场景间距离为d(xi,yj) ＝dij， 传输矩阵Π的元 素为 π(xi,yj)＝ πij， 则场景约简问题模型表达式为： 其中， 典型场景集的概率测度ν包括典型场景集Y和边缘概率分布Q＝ΠT1n， 1n为长度为 n的单位列向量； 在离 散场景约简问题中， 典型场景集满足 非空子集条件 条件。 3.根据权利要求2所述的电力系统场景约简方法， 其特征在于， 所述利用信 息熵正则化 算法凸化场景约简问题模型， 得到正则化后的场景约简问题模型表达式如下： 式中， ε是正则化系数； 在仅考虑等式约束的条件下， 对正则化后得到的目标函数构造 拉格朗日函数分析， 得到最优正则化 运输矩阵元 素 的计算表达式为： 按下式进行求 解获得典型场景集对应的概 率测度： 4.根据权利要求3所述的电力系统场景约简方法， 其特征在于， 所述场景约简网络模型 的输入层包括初始场景集、 典型场景集和正则化系 数； 所述场景约简网络模型 的隐藏层通 过显式距离测度计算距离测量， 最优正则化传输矩阵由式(3)进 行计算； 所述场景约简网络 模型的输出层是考虑运输成本和熵正则化 惩罚的Si nkhorn距离的损失函数； 所述考虑运输成本和熵正则化 惩罚的Si nkhorn距离的损失函数为： 权　利　要　求　书 1/3 页 2 CN 115544121 A 25.根据权利要求2所述的电力系统场景约简方法， 其特征在于， 所述利用场景约简网络 模型对典型场景集进行反向梯度训练的步骤 包括： 初始化场景集X,Y和正则化系数 ε； 基于场景约简网络模型通过梯度反向训练Y 至收敛； 如果场景约简问题是离散场景约简， 则从初始场景集中选择典型场景集， 采用式(6)更 新典型场景集满足 非空子集约束： 如果场景约简 问题是连续场景约简， 则采用式(7)更新最优传输矩阵， 并采用式(8)更 新典型场景的边 缘概率分布： Q＝Π'T1n       (8)。 6.一种电力系统场景约简系统， 其特 征在于， 包括： 问题模型建立及正则化模块， 用于利用初始场景集， 建立场景约简问题模型， 并利用信 息熵正则化 算法凸化场景约简问题模型， 得到正则化后的场景约简问题模型； 网络模型建立及计算模块， 用于输入初始场景集、 典型场景集和正则化系数， 构建场景 约简网络模型， 结合正则化后的场景约简问题模型和场景约简网络模型， 计算出正则化传 输矩阵和距离矩阵； 损失函数求解模块， 用于利用正则化系数、 正则化传输矩阵和距离矩阵， 求解得到考虑 运输成本和熵正则化 惩罚的Si nkhorn距离的损失函数； 约简结果获取模块， 基于所述损 失函数， 利用场景约简网络模型对典型场景集进行反 向梯度训练， 得到训练后的典型场景集和典型场景集的边 缘概率分布。 7.根据权利要求6所述的电力系统场景约简系统， 其特征在于， 所述问题模型建立及正 则化模块利用初始场景集， 建立场景约简问题模型的步骤 包括： 设定初始场景数量为n， 典型场景数量为m， n>>m； X为初始场景集， Y为典型场景集； 场景 约简问题的目标是在最小化Wasserstein距离的同时， 找到近似匹配n个初始场景的m个典 型场景； 设定典型场景集m的个数已知， 初始场景的概率相等； 令任意场景间距离为d(xi,yj) ＝dij， 传输矩阵Π的元 素为 π(xi,yj)＝ πij， 则场景约简问题模型表达式为： 其中， 典型场景集的概率测度ν包括典型场景集Y和边缘概率分布Q＝ΠT1n， 1n为长度为 n的单位列向量； 在离 散场景约简问题中， 典型场景集满足 非空子集条件 条件。 8.根据权利要求7所述的电力系统场景约简系统， 其特征在于， 所述问题模型建立及正 则化模块利用信息熵正则化算法 凸化场景约简问题模型， 得到正则化后的场景约简问题模 型表达式如下：权　利　要　求　书 2/3 页 3 CN 115544121 A 3