(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 202111647291.X (22)申请日 2021.12.3 0 (71)申请人 国网浙江省电力有限公司电力科 学 研究院 地址 310014 浙江省杭州市下城区朝晖八 区华电弄 1号 申请人 浙江大学 (72)发明人 董炜　华文　叶琳　楼伯良　 王博文　杨滢　王龙飞　叶丞晋　 周靖皓　申屠磊璇 　周升彧　 王冠中　房乐　章枫　 (74)专利代理 机构 浙江翔隆专利事务所(普通 合伙) 33206 代理人 张建青(51)Int.Cl. G06F 30/27(2020.01) G06F 17/11(2006.01) G06F 17/16(2006.01) G06K 9/62(2022.01) H02J 3/24(2006.01) G06F 111/04(2020.01) (54)发明名称 评估电力系统频率响应最低点的快速核学 习方法及系统 (57)摘要 本发明公开了一种评估电力系统频率响应 最低点的快速核学习方法及系统。 本发明采用简 化模型与人工智能相结合， 输入发电机的二阶运 动方程， 以及电力系统稳定器PSS分布位置信息， 即可根据电力系统的拓扑结构、 参数， 输出负荷 功率扰动后的系统频率最低点， 用以判断电力系 统是否满足频率安全约束， 避免了深度学习参数 寻优过程中的收敛性问题。 权利要求书4页 说明书9页 附图2页 CN 114297933 A 2022.04.08 CN 114297933 A 1.评估电力系统频率响应最低点的快速核学习方法， 其特 征在于， 包括 步骤： 1)通过二阶运动方程近似发电机的频率响应动态， 将多机电力系统的频率响应轨迹的 共模分量作为频率响应最低点的来源， 建立由多机二阶运动方程估计频率响应最低点的解 析式； 2)将电力系统稳定器PSS的总数、 均值、 峰度和偏度作为输入， 利用训练好的快速核学 习算法， 输出步骤1)中由于未考虑电力系统稳定器P SS带来的频率响应最低点估计误差； 3)将步骤1)中估计出的频率响应最低点的解析式与步骤2)中得到的频率响应最低点 估计误差进 行叠加， 得到实际的电力系统频率响应最低点， 并将之与安全阈值做比较， 大于 安全阈值， 输出为1， 否则输出为0， 实现电力系统频率 安全评估。 2.根据权利要求1所述的评估电力系统频率响应最低点的快速核学习方法， 其特征在 于， 所述步骤1)中， 采用频率响应中的共模分量模拟电力系统的频率轨迹， 在负荷发生阶跃 扰动时， 电力系统的共 模频率响应为： 其中， Δω(s)代表电力系统的共模频率； s为拉普拉斯算子； ΔPL(s)代表电力系统全部 负荷扰动总量的频域函数， 电力系统中发电设备 的频率‑有功功率的单输入单输出传递函 数分别用Gi(s),i＝1,…,n描述， Gi(s)仅代表惯量、 阻尼和调速器作用的二阶模型： Gi(s)＝Jis+Di+s/Ki， 其中， 参数Ji、 Di和Ki分别是Gi(s)二阶模型对应的惯量、 阻尼和调速器作用参数； 电力系统共 模频率响应表示 为统一结构模型： 其中， 参数Ju、 Du和Ku分别是系统中发电设备二阶模型对应参数的总和。 3.根据权利要求2所述的评估电力系统频率响应最低点的快速核学习方法， 其特征在 于， 所述步骤1)中， 采用多机二阶运动方程所估计的频率最低点解析式以跌落深度系数α 表 征： 4.根据权利要求1所述的评估电力系统频率响应最低点的快速核学习方法， 其特征在 于， 所述步骤2)中， 快速核学习算法分为两部分， 第一部分为给定多项式次数s后确定学习 模型， 具体步骤如下： a.输入测试集数据 和多项式次数s∈N， N代 表非负整数集， m为样本数量； b.令 表示从测试集中选取的中心点的数量， 以及一组相互独立的输入数据 代表输入数据空间的中心点， C为组合数， d表示向量xi的维数； c.根据中心点 计算得到半正定的核矩阵 K表示核矩阵， 多权　利　要　求　书 1/4 页 2 CN 114297933 A 2项式核函数表示 为： κ表示核函数， 上式中的函数在满足下面核矩阵K半正定的条件时， 才能作为核函数使 用： d.令测试集的输出向量为y＝(y1,...,ym)T， 训练模型中的待定参数组成向量为c＝ (c1,...,cn)T， 则有c＝pi nv(Am,n)y， 其中， pi nv代表广义逆运 算； e.输出训练结果 算法终止， 式中， x表示输入数据组成的一个列向 量； 第二部分的具体步骤如下： a.将测试集数据 一分为二， 得到基数为m1的子数据集z1和基数为m2的子数据 集z2； b.将z1和 分别代入快速核学习 算法的第一部分进行计算， 得到一组训练 模型序列 c.利用z2、 b中的结果及下式得到最终的多 项式次数s ′以及对应的训练模型： 其中， Ξ代表不超过 的非负整数集， 代表向下取整函数， sgn代表符号函数， 代表训练集中的输入 xi和输出yi∈[‑M,M]的数据集 合， M代表实数边界。 5.根据权利要求3所述的评估电力系统频率响应最低点的快速核学习方法， 其特征在 于， 所述步骤3)中， 当跌落深度系数α与扰动总功率时域函数ΔPL(t)的乘积大于0.9Hz时， 认为不满足频率 安全约束。 6.评估电力系统频率响应最低点的快速核学习 系统， 其特 征在于， 包括： 频率响应最低点解析式建立单元： 通过二阶运动方程近似发电机的频率响应动态， 将 多机电力系统的频率响应轨迹的共模分量作为频率响应最低点的来源， 建立由多机二阶运 动方程估计频率响应最低点的解析式； 快速核学习单元： 将电力系统稳定器PSS的总数、 均 值、 峰度和 偏度作为输入， 利用训练 好的快速核学习算法， 输出 由于未考虑电力系统稳定器PSS带来的频率响应最低点估计误 差；权　利　要　求　书 2/4 页 3 CN 114297933 A 3