(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 202111282031.7 (22)申请日 2021.11.01 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 申请人 国家电网公司华中分部 　 国家电网有限公司 (72)发明人 胡伟　潘晓杰　徐友平　马坤　 邵德军　王玉坤　张三洪　张慕婕　 石梦璇　吕鹏　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 张娜 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 考虑电力系统拓扑结构特征的暂态稳定评 估方法及装置 (57)摘要 本申请涉及大电网运行与控制技术领域， 特 别涉及一种考虑电力系统拓扑结构特征的暂态 稳定评估 方法及装置， 其中， 方法包括： 获取电力 系统暂态数据样本， 得到样本集以及样本标签， 随机划分训练样本和测试样本； 提取融合网络拓 扑结构和节 点属性信息的关键特征， 生成训练特 征样本集和测试特征样本集； 融合电网网络拓扑 结构和节 点属性信息的关键特征， 通过并行训练 不同结构的深度置信网络模型， 并采 取平均法得 到集成深度置信网络的评估输出， 得到最终的暂 态稳定评估模 型。 本申请实施例可以提高电力系 统暂态稳定评估的效率和准确率， 以适应电网在 线运行方式多变， 实现不同运行方式和不同位置 故障下的电力系统暂态稳定快速高效评估的目 的。 权利要求书2页 说明书11页 附图3页 CN 114004155 A 2022.02.01 CN 114004155 A 1.一种考虑电力系统拓扑 结构特征的暂态稳定 评估方法， 其特 征在于， 包括以下步骤： 基于电力系统的仿真数据与部分实际电力系统历史运行数据， 获取电力系统暂态数据 样本， 并对所述电力系统暂态数据样本进 行预处理， 得到样本集以及样本标签， 并按照预设 比例随机划分训练样本和 测试样本； 将所述样本集输入加速属性网络特征提取模块， 针对所述每一个样本集和由所述训练 样本和所述测试样本得到的测试样本集和训练样本集， 获取电网节点属性矩阵和电网带权 重邻接矩阵， 利用加速属性网络嵌入算法提取融合网络拓扑结构和节点属性信息的关键特 征， 获取所有运行 方式总特 征矩阵， 生成训练特 征样本集和 测试特征样本集； 以及 将所述训练特征样本集和所述测试特征样本集中融合电网网络拓扑结构和节点属性 信息的关键特征， 以作为集成深度置信网络模型输入， 通过并行训练不同结构的深度置信 网络模型， 并采取平均法得到集成深度置信网络的评估输出， 得到最终的暂态稳定评估模 型， 以利用所述 最终的暂态稳定 评估模型得到任一电力系统的暂态稳定 评估结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取电力系统暂态数据样本， 包括： 在离线仿真阶段， 根据网络规模确定需要仿真的运行 方式个数； 针对每种运行 方式执行各种故障仿真， 得到所述电力系统暂态数据样本 。 3.根据权利要求1所述的方法， 其特征在于， 所述对所述电力系统暂态数据样本进行预 处理， 包括： 对所述电力系统暂态数据样本 中的缺失数据进行补充， 并对所述电力系统暂态数据样 本中重复数据进行删除， 得到电力系统运行 数据； 将所述电力系统运行数据源中每一个运行数据构建成一个样本以及对样本标注暂态 稳定标签， 并根据电力系统暂态稳定状态， 对暂态稳定状态的样本打上标签1， 对暂态不稳 定状态的样本打上 标签‑1。 4.根据权利要求1所述的方法， 其特征在于， 所述通过并行训练不同结构的深度置信网 络模型， 包括： 在预训练阶段， 以全体训练样本数据集的多维特征向量作为输入， 自底向上逐层 向上 训练每一个限制玻尔兹曼机RBM， 获得模型的初始化权 重和偏置； 在微调参数阶段， 将所述全体训练样本数据集的多维特征作为预训练后模型的输入， 其对应的标签作为输出， 以交叉熵作为代价函数， 采用Adam优化算法自顶向下微调整个模 型的参数， 直到 达到预设迭代次数值 为止。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 深度置信网络的输出层为 softmax层， 输出层的输出为将样本识别为稳定和失稳的概率， 其中， 稳定的概率表示为P (C+1|x)和失稳的概率表示为P(C‑1|x)， P(C+1|x)+P(C‑1|x)＝100％， 当P(C+1|x)>P(C‑1|x)评 估为稳定， P(C+1|x)<P(C‑1|x)评估为失稳， 且基于平均法的集成深度置信网络分类器的最 终输出为： 权　利　要　求　书 1/2 页 2 CN 114004155 A 2其中， Pi(C+1|x)和Pi(C‑1|x)为第i个深度置信网络子分类器的稳定概率输出和失稳概 率输出， N 为深度置信网络 子分类器的个数。 6.一种考虑电力系统拓扑 结构特征的暂态稳定 评估装置， 其特 征在于， 包括： 获取模块， 用于基于电力系统的仿真数据与部分实 际电力系统历史运行数据， 获取电 力系统暂态数据样本， 并对所述电力系统暂态数据样本进行预处理， 得到样本集以及样本 标签， 并按照预设比例随机划分训练样本和 测试样本； 生成模块， 用于将所述样本集输入加速属性网络特征提取模块， 针对所述每一个样本 集和由所述训练样本和所述测试样本得到的测试样本集和训练样本集， 获取电网节点属性 矩阵和电网带权重邻接矩阵， 利用加速属性网络嵌入算法提取融合网络拓扑结构和节点属 性信息的关键特征， 获取所有运行方式总 特征矩阵， 生成训练特征样本集和测试特征样本 集； 以及 评估模块， 用于将所述训练特征样本集和所述测试特征样本集中融合电网网络拓扑结 构和节点属 性信息的关键特征， 以作为集成深度置信网络模型输入， 通过并行训练不同结 构的深度置信网络模型， 并采取平均法得到集成深度置信网络的评估输出， 得到最终的暂 态稳定评估模型， 以利用所述最 终的暂态稳定评估模型得到任一电力系统的暂态稳定评估 结果。 7.根据权利要求6所述的装置， 其特征在于， 所述获取模块进一步用于在离线仿真阶 段， 根据网络规模确定需要仿真的运行方式个数， 并且针对每种运行方式执行各种故障仿 真， 得到所述电力系统暂态数据样本 。 8.根据权利要求6所述的装置， 其特征在于， 所述获取模块进一步用于对所述电力系统 暂态数据样本中的缺 失数据进 行补充， 并对所述电力系统暂态数据样本中重复数据进 行删 除， 得到电力系统运行数据， 并且将所述电力系统运行数据源中每一个运行数据构建成一 个样本以及对样本标注暂态稳定标签， 并根据电力系统暂态稳定状态， 对暂态稳定状态的 样本打上 标签1， 对暂态不稳定状态的样本打上 标签‑1。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述程序， 以实现如权利要求 1‑5任一项所 述的考虑电力系统拓扑 结构特征的暂态稳定 评估方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行， 以用于实现如权利要求1 ‑5任一项所述的考虑电力系统拓扑结构特征 的暂态稳定评 估方法。权　利　要　求　书 2/2 页 3 CN 114004155 A 3