CN114243690A - 一种电网有功安全校正方法、装置、电子设备及存储介质 - Google Patents
一种电网有功安全校正方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114243690A CN114243690A CN202111534432.7A CN202111534432A CN114243690A CN 114243690 A CN114243690 A CN 114243690A CN 202111534432 A CN202111534432 A CN 202111534432A CN 114243690 A CN114243690 A CN 114243690A
- Authority
- CN
- China
- Prior art keywords
- power grid
- target
- sample
- overload
- generator set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000035945 sensitivity Effects 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 230000000694 effects Effects 0.000 claims abstract description 16
- 230000008030 elimination Effects 0.000 claims abstract description 16
- 238000003379 elimination reaction Methods 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims description 34
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 238000011176 pooling Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005728 strengthening Methods 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 30
- 238000005457 optimization Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- QBPFLULOKWLNNW-UHFFFAOYSA-N chrysazin Chemical compound O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=CC=C2O QBPFLULOKWLNNW-UHFFFAOYSA-N 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提供了一种电网有功安全校正方法、装置、电子设备及存储介质。电网有功安全校正方法包括：在目标线路出现过载时，将电网中的状态信息输入到训练好的电网有功安全校正强化模型中，确定电网中需要进行出力调节的目标发电机组；基于过载的目标线路对目标发电机组的目标灵敏度，计算目标发电机组的目标出力调节量。本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果。
Description
技术领域
本申请涉及电网优化技术领域，尤其是涉及一种电网有功安全校正方法、装置、电子设备及存储介质。
背景技术
电力***运行中，将线路潮流控制在合理阈值内是保证***安全稳定运行的基本要求，一般情况下，对于***负荷波动引起的频率偏差和***间联络线的功率波动，可以由自动发电控制进行调节，对于检修计划、线路故障等因素导致***运行方式变化引起的线路过载，则须重新安排机组出力来消除线路的过载情况以保证***的安全运行，有功安全校正主要通过合理安排发电机的出力使潮流重新分配，达到减小***频率偏差、消除线路功率越限(即线路发生过载现象)的目的。
现有技术中的电网有功安全校正方法可划分为优化法和传统的灵敏度算法这两大类，优化法是通过制定目标函数和确定安全约束构建优化模型，并利用数学规划的求解来实现电网的有功安全校正，但在使用优化法进行功安全校正时，会使得电网调节中涉及调整的调整机组过多，而传统的灵敏度算法是通过将过载线路的负荷转移至其他线路上，以此实现消除过载的目的。
发明内容
有鉴于此，本申请的目的在于提供一种电网的电网有功安全校正方法、装置、电子设备及存储介质，本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果。
本申请实施例提供了一种电网的电网有功安全校正方法、装置、电子设备及存储介质，所述电网有功安全校正方法包括：
当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的；
基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量；
根据所述目标出力调节量，对所述目标发电机组进行出力调节。
进一步的，通过以下方式获得训练好的目标电网有功安全校正模型：
将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型，确定所述电网中需要进行出力调节的样本发电机组；
根据样本过载线路对所述样本发电机组的灵敏度，计算所述样本发电机组的样本出力调节量；
根据所述样本出力调节量，确定带有样本过载线路的电网中的调整后的运行状态信息；
根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除；
若全部消除，则完成对所述初始电网有功安全校正模型的训练，得到所述目标电网有功安全校正模型。
进一步的，在所述根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除之后，所述电网安装校正方法包括：
若未全部消除，则继续训练初始电网有功安全校正模型，直至电网中调整后的样本过载线路中的过载全部消除。
进一步的，所述目标电网有功安全校正模型包括卷积层、池化层、全连接层，所述将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组，包括：
将电网的所述运行状态信息输入所述卷积层，确定当前所述运行状态信息对应的初始运行状态特征；
将所述初始运行状态特征输入所述池化层，确定当前所述运行状态信息对应的重要运行状态特征；
将所述重要运行状态特征输入所述全连接层进行加权，确定需要进行出力调节的目标发电机组。
进一步的，所述根据所述目标出力调节量，对所述目标发电机组进行出力调节，包括：
基于目标出力调节量，对目标发电机组进行出力调节，确定电网的目标潮流分布信息；
根据所述目标潮流分布信息，判断电网中调整后的过载线路中的过载是否被全部消除；
若全部消除，则确定所述出力调节有效。
进一步的，在所述根据所述目标潮流分布信息，判断电网中调整后的过载线路中的过载是否被全部消除之后，所述电网有功安全校正方法还包括：
若未全部消除，则确定所述出力调节无效，并对所述目标过载线路所在电网中的负荷进行调节。
本申请实施例还提供了一种电网的有功安全校正装置，所述有功安全校正装置包括：
确定模块，用于当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的；
计算模块，用于基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量；
调节模块，用于根据所述目标出力调节量，对所述目标发电机组进行出力调节。
进一步的，通过以下方式获得训练好的目标电网有功安全校正模型：
将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型，确定所述电网中需要进行出力调节的样本发电机组；
根据样本过载线路对所述样本发电机组的灵敏度，计算所述样本发电机组的样本出力调节量；
根据所述样本出力调节量，确定带有样本过载线路的电网中的调整后的运行状态信息；
根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除；
若全部消除，则完成对所述初始电网有功安全校正模型的训练，得到所述目标电网有功安全校正模型。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的电网有功安全校正方法的步骤。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的电网有功安全校正方法的步骤。
本申请实施例提供的电网有功安全校正方法、装置、电子设备及存储介质，与现有技术中相比，本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果，避免了消除过载线路的同时其他支路功率过载现象的发生。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种电网的电网有功安全校正方法的流程图；
图2示出了本申请实施例所提供的另一种电网的电网有功安全校正方法的流程图；
图3示出了本申请实施例所提供的另一种电网的电网有功安全校正方法中训练好的电网有功安全校正强化模型的训练的流程图；
图4示出了本申请实施例所提供的一种电网的电网有功安全校正方法中对电网有功安全校正方法进行对比的节点***的结构示意图；
图5示出了本申请实施例所提供的一种电网的有功安全校正装置的结构示意图；
图6示出了本申请实施例所提供的一种电子设备的结构示意图。
图中，500-有功安全校正装置；510-确定模块；520-计算模块；530-调节模块；600-电子设备；610-处理器；620-存储器；630-总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计，因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
首先，经研究发现，现有技术中的电网有功安全校正方法可划分为优化法和传统的灵敏度算法这两大类，优化法是通过制定目标函数和确定安全约束构建优化模型，并利用数学规划的求解来实现电网的有功安全校正，但在使用优化法进行功安全校正时，但在使用优化法进行功安全校正时，会使得电网调节中涉及调整的调整机组过多，不适和在实际***中应用调整后的电网仍然存在多个负载率较低的线路，而传统的灵敏度算法是通过将过载线路的负荷转移至其他线路上，以此实现消除过载的目的。
基于此，本申请实施例提供了一种电网的电网有功安全校正方法、装置、电子设备及存储介质，在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果。
请参阅图1，图1为本申请实施例所提供的一种电网的电网有功安全校正方法的流程图。所如图1中所示，本申请实施例提供的电网有功安全校正方法，包括：
S101、当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的。
该步骤中，在电网运行的过程中，当出现由于检修计划、线路故障等因素而导致的电网运行方式发生变化，进而引起目标过载线路出现时，将电网中包括过载的目标过载线路在内，以及其他未过载的线路所表示的电网当前运行状态的运行状态信息输入到训练好电网有功安全校正强化模型中，使得训练好的电网有功安全校正强化模型输出能够确定电网中需要进行出力调节的目标发电机组，运行状态信息包括线路负载信息、电网潮流分布信息、各个节点的负荷信息以及发电机组的出力调节容量，因此，训练好的电网有功安全校正强化模型提取到的运行状态特征不仅将当前电网中的目标过载线路中的线路过载信息考虑进来，还考虑到了电网潮流分布信息、发电机组的出力调节容量以及当前电网中其他线路的负载信息等因素。
这里，训练好的电网有功安全校正强化模型是基于对初始电网有功安全校正模型进行训练得到的，将电网中的状态信息输入到训练好的电网有功安全校正强化模型后，首先，通过训练好的电网有功安全校正强化模型中的卷积网络来提取运行状态信息的运行状态特征，然后基于训练好的电网有功安全校正强化模型中的强化学习网络对运行状态特征进行强化学习，确定需要进行出力调节的目标发电机组。
进一步的，所述训练好的电网有功安全校正强化模型可根据具体的应用环境设置不同的目标函数，本申请提供的实施例以实现目标发电机组的功率调整量最小为目标函数；其中，所述目标函数的公式为：
其中，ΔPk表示第k个机组的功率调整量。
这里，所述目标函数必须满足以下约束条件：
第一，在不计网络损失的情况下，所述样本发电机组的出力和样本过载线路所在电网中的节点负荷的大小应该满足下式：
∑i∈NPi＝∑j∈LLj；
式中，Pi为样本发电机组i的有功功率，Lj为节点j的有功负荷。
第二，需要进行出力调节的样本发电机组的样本出力调节量应满足以下不等式约束：
式中，Pi max为样本发电机组i节点的出力上限；Pi min为样本发电机组i节点的出力上限；Pi为样本发电机组i节点的有功出力。
第三，调整后的样本线路中的样本线路潮流应满足以下不等式约束：
式中，
为样本线路L中的最大潮流限值；
为样本线路L中的最小潮流限值；PL为样本线路L中的实际有功功率。
上述第一、第二以及第三约束条件中，等式约束表示任何时刻，样本发电机组产生的功率与负荷消耗的功率相等；不等式约束条件表示在有合格电能质量的条件下，电网内的有关设备处于安全的运行限值内。
其中，本申请提供的实施例中采用的初始电网有功安全校正模型为DQN算法模型，本申请采用DQN算法中的以卷积网络为代表的神经网络来逼近强化学习模型中的值函数，其中，值函数表示为：Qπ(s,a)，使得卷积网络逼近初始电网有功安全校正模型中的值函数的约等式为Q(s,a；θ)≈Qπ(s,a)。
其中，α为学习率；s为运行状态特征代表的状态矩阵，本申请提供的实施例中，运行状态特征代表的运行状态矩阵s为下列矩阵：
式中：当i＝j时，sij为节点i所带负载，其中，向电网输出功率为正值，向电网索取功率为负值；当i≠j时，sij为以节点i和节点j为端点的样本线路上流过的功率，方向由节点i指向节点j，相比于传统的灵敏度算法仅考虑发电机组对过载线路的影响，本实施例提供的运行状态矩阵不仅考虑了发电机组对过载线路的影响，还考虑到了线路负载、电网潮流分布信息、电网的拓扑结构以及节点负载率等因素对样本发电机组的样本出力调节量的影响，进而在实现了消除电网中目标过载线路的基础上，实现了调整整个电网的稳定情况，避免了使用传统的灵敏度算法存在的调整反复以及低效的问题。
其中，采用DQN算法的初始电网有功安全校正模型为针对Q学习算法中，需要对表征状态与确定调节机组的动作之件的值函数进行离散处理时，产生的不足所提出的算法改进，Q学习算法在将初始电网有功安全校正模型中的强化学习运用于确定电网中的调节机组的实际问题时，需要将确定电网中的调节机组的实际状态和动作进行离散化处理，较高的离散化粒度使Q学习算法的泛化能力变弱，而较低的粒度则会带来维数灾难，其中，维数灾难是指在涉及到向量或矩阵的计算的问题中，随着维数的增加，计算量呈指数倍增长的一种现象。维数灾难涉及数字分析、抽样、组合、机器学习、数据挖掘以及数据库等诸多领域。
而初始电网有功安全校正模型利用卷积网络强大的拟合能力构建实际应用场景中的电网中的调节机组的状态与调节机组动作的对应关系，直接对状态与动作的值函数进行表征，将强化学习的应用范围扩展到了连续和高维度的实际问题。
Q学习算法中状态与动作值函数的迭代公式为：
Qt+1(st,at)＝Qt(st,at)+αδt；
其中，Qt+1为t+1次迭代的值函数；Qt为第t次迭代的值函数；α为学习率；st为第t次迭代的状态，at为第t次迭代的动作；δt为第t次循环的时间差分误差。
这里，δt代表的时间差分误差的表达式为：
δt＝rt+1+γQt(st+1,a′)-Qt(st,at)；
这里，a为状态st+1时执行的动作；st为第t次迭代的状态；st+1为第t+1次迭代的状态；rt+1为第t+1次迭代获得的奖励，奖励值为根据样本出力调节量、每个样本发电机的调整成本以及线路负载率，对电网有功安全校正强化模型的参数进行优化的优化参数；at为第t次迭代的动作；γ为衰减因子。
进一步的，通过以下方式获得训练好的目标电网有功安全校正模型：
将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型，确定所述电网中需要进行出力调节的样本发电机组。
这里，所述目标电网有功安全校正模型包括卷积层、池化层、全连接层，所述将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组，包括：
将电网的所述运行状态信息输入所述卷积层，确定当前所述运行状态信息对应的初始运行状态特征。
其中，作业人员可以通过matpower来手动设定存在至少一条目标过载线路的多种电网的初始运行状态。
将所述初始运行状态特征输入所述池化层，确定当前所述运行状态信息对应的重要运行状态特征，所述池化层用于对所述卷积层中的初始运行状态特征进行数据压缩，并提取初始运行状态特征中的重要运行状态特征。
将所述重要运行状态特征输入所述全连接层进行加权，确定需要进行出力调节的目标发电机组，这里，所述全连接层将卷积层和池化层中的初始运行状态特征和重要运行状态特征进行加权，将特征空间变换映射到样本标记空间。
其中，卷积层是目标电网有功安全校正模型的核心，其功能是实现输入运行状态信息的初始运行状态信息特征提取，池化层用于数据和参数的压缩提取其中重要的运行状态特征，全连接层将卷积层和池化层特征进行加权，将特征空间变换映射到样本标记空间，确定需要进行出力调节的目标发电机组。
其中，电网中需要进行出力调节的样本发电机组的出力变化量不同，则对电网的安全和稳定性的影响大小不同，因此，确定电网中需要进行出力调节的样本发电机组可以在确定消除样本线路中的过载消除前体下，保证样本发电机组的调节量最小，本实施例中提供的初始电网有功安全校正模型中需要进行出力调节的样本发电机组为a，a为消除电网样本过载线路的需要进行出力调节的样本发电机组集合，可具体表示为：
a＝{a1,a2,…,ai,…,an}；
这里，ai＝1表示为样本发电机组作为增加出力的样本发电机组；ai＝-1表示为样本发电机组作为减小出力的样本发电机组；ai＝0表示为样本发电机组不参与调节电网与样本过载线路。
根据样本过载线路对所述样本发电机组的灵敏度，计算所述样本发电机组的样本出力调节量。
这里，在确定需要进行出力调节的样本发电机组后，基于过载线路对样本发电机组的样本灵敏度，确定样本发电机组的样本出力调节量，这里的灵敏度是指样本发电机组有功出力对各个支路有功潮流的灵敏度，具体为在支路的有功潮流发生微小变化时，样本出力调节量和训练好的目标电网有功安全校正模型输出的需要进行出力调节的样本发电机组之间发生的微小变化。
这里，本实施例提出的灵敏度指标可由电网中存在的潮流方程推导得出。
这里，电网在稳态条件下，可由n个非线性网络方程表示：
f(u,x)＝0；
这样，u表示电网中需要进行出力调节的样本发电机组的列向量；x表示本发电机组的样本出力调节量的列向量；方程形式随着控制变量和状态变量的选取、坐标形式的变化而有所不同，在某一稳定运行点下该式变为：
f(u0,x0)＝0；
电网运行状态发生变化后，x和u分别产生偏差量Δx和Δu，此时电网的平衡方程变为：
f(Δu+u0,Δx+x0)＝0；
对上式在运行点处采用泰勒级数展开，略去二阶以上高阶项得：
将上式与需要进行出力调节的样本发电机组的控制动作集相结合，变成下述公式：
这里，上式为灵敏度方程的基本形式，根据上述灵敏度方程，确定控制变量Δu和被控变量Δx的线性关系为：
式中，
S为灵敏度的矩阵向量。
根据灵敏度的矩阵向量，计算样本出力调节量为：
其中，Δu为样本出力调节量向量；Δx为样本过载线路的过载向量；a为需要进行出力调节的样本发电机组。
根据所述样本出力调节量，确定带有样本过载线路的电网中的调整后的运行状态信息。
这里，根据样本出力调节量，对电网中的当前运行状态信息进行更新，确定带有样本过载线路的电网中的调整后的运行状态信息，调整后的运行状态信息包括更新的网络参数、需要进行出力调节的目标发电机组、迭代后的需要进行出力调节的目标发电机组以及样本出力调节量，这里，网络参数为奖励值的更新函数。
根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除。
其中，根据网络参数，使用matpower判断电网中调整后的所述样本过载线路中的过载是否全部消除。
这里，其中，更新函数为根据电网中进行出力调节的样本发电机组的样本出力调节量、每个所述样本发电机的经济调整成本以及线路负载率，确定的电网中的每个样本线路出现过载后的参数更新函数。
这里，电网中的每个样本线路出现过载后的参数更新函数即为奖励函数，所述奖励值函数的表达式如下：
其中，Fij为需要进行出力调节的样本发电机组i在第j个容量段上的调整成本(万元/MW·h)；ΔPGij为需要进行出力调节的样本发电机组i在第j个容量段上调整的有功出力(MW)；K为机组集合；M为需要进行出力调节的样本发电机组经济调整成本的规定容量段数；μi为第i条样本过载线路的负载率；N为***线路的数目；T为每一轮学习时的迭代次数；k1、k2为样本发电机的发电处理成本系数和整体负载率系数。
这样，样本发电机的发电处理成本系数和整体负载率系数可根据需求进行自定义设置。
在更新网络参数后，通过训练过程中产生的调整后的运行状态信息对所述初始电网有功安全校正模型进行回放更新，进一步更新奖励值函数；其中，所述经验信息即是调整后的运行状态信息，是由更新的网络参数、需要进行出力调节的目标发电机组、迭代后的需要进行出力调节的目标发电机组以及样本出力调节量。
在进行模型训练中，使用的最小化损失函数训练得到目标电网有功安全校正模型，最小化损失函数的表达式为：
Lt(θt)＝E(s，a，r，s′)(y-Q(s，a；θt))2；
式中，Lt(θt)为t时的损失函数；θt为t时初始电网有功安全校正模型的参数；s为需要进行出力调节的样本发电机组；a为需要进行出力调节的样本发电机组对应的样本出力调节量；E(s，a，r，s′)为数学期望；y为初始电网有功安全校正模型网络，优化训练的目标值为y的表达式为：
式中：
为训练初始电网有功安全校正模型的参数；γ为衰减因子；s′为下一轮迭代的状态；a为下一轮迭代的需要进行出力调节的样本发电机组对应的样本出力调节量；r表示在目标初始电网有功安全校正模型参数条件下状态执行样本出力调节量时获得的累计折扣奖励，累计折扣奖励即电网中的每个样本线路出现过载后的参数更新函数。
电网有功安全校正强化模型是基于梯度更新权重的，权重可通过对最小化损失函数求偏导得到：
式中：
表示梯度计算。
这里，目标电网有功安全校正模型与初始电网有功安全校正模型具有相同的神经网络结构，初始电网有功安全校正模型在训练过程中，当采用非线性函数逼近强化学习模型中的值函数时，强化学习模型的值的更新容易发生震荡，呈现出不稳定的学习行为，因此引入目标电网有功安全校正模型，目标电网有功安全校正模型在结构上与强化初始电网有功安全校正模型相同，但在目标初始电网有功安全校正模型中，参数会在一定步数后独立更新，因此训练过程中强化电网有功安全校正模型的Q值暂时固定，使学习过程更加稳定。
若全部消除，则完成对所述初始电网有功安全校正模型的训练，得到所述目标电网有功安全校正模型。
上述中，若全部消除，则结束本轮训练，进入下一轮训练。当电网有功安全校正模型相关参数趋于稳定，则结束训练，得到所述目标电网有功安全校正模型。
这里，在将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型进行训练的过程中，一轮的训练并不能消除全部的过载，而结束一轮训练的标志为对初始电网有功安全校正模型的网络参数进行了进一步的更新，而想要消除全部负载需要进而多轮的训练，在确定网中调整后的所述样本过载线路中的过载全部消除后，判断网络参数趋于稳定，在网络参数趋于稳定后，得到所述目标电网有功安全校正模型。
若未全部消除，则继续训练初始电网有功安全校正模型，直至电网中调整后的样本过载线路中的过载全部消除。
S102、基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量。
该步骤中，在确定需要进行出力调节的目标发电机组后，基于过载的所述目标过载线路对所述目标发电机组的目标灵敏度，确定目标发电机组的目标出力调节量，这里的目标灵敏度是指节点有功出力对支路有功潮流的灵敏度，是指目标发电机组微小变化时，目标出力调节量和输出的需要进行出力调节的目标发电机组同样之间发生的微小变化。
这里，本实施例提出的目标灵敏度指标可由潮流方程推导得出，稳态条件下电网可由非线性网络方程表示：
f(u，x)＝0；
这样，u表示电网中需要进行出力调节的目标发电机组的列向量；x表示目标发电机组的目标出力调节量的列向量；方程形式随着控制变量和状态变量的选取、坐标形式的变化而有所不同，在稳定运行下，该式变为：
f(u0，x0)＝0；
当电网运行状态发生变化后，x，u分别产生偏差量Δx和Δu，此时***的平衡方程变为：
f(Δu+u0，Δx+x0)＝0；
对上式在运行点处采用泰勒级数展开，略去二阶以上高阶项得：
将上式与需要进行出力调节的目标发电机组的控制动作结合，变成下述公式：
这里，上式为目标灵敏度方程的基本形式，根据上述目标灵敏度方程，确定电网中需要进行出力调节的目标发电机组Δu和目标发电机组的目标出力调节量Δx的线性关系为：
式中，
S为目标灵敏度矩阵。
根据灵敏度矩阵，计算目标出力调节量为：
其中，Δu为目标出力调节量向量；Δx为目标过载线路量向量；a为动作策略集合。
S103、根据所述目标出力调节量，对所述电网中的所述目标线路进行出力调节。
该步骤中，根据目标出力调节量，计算并确定电网中新的潮流分布信息，根据新的潮流分布信息判断电网中的目标过载线路中的过载是否全部被消除，并根据目标过载线路中过载消除的结果和消除程度，确定是否需要使用其他的安全校正方式来消除过载。
这样，所述其他的安全校正方式包括但不限制于使用切掉线路负荷的方式来消除目标过载线路中的过载。
图3为本申请实施例所提供的训练好的电网有功安全校正强化模型的训练的流程图，具体流程为：
首先，初始化初始电网有功安全校正模型。
获取带有样本过载线路的电网的初始运行状态信息。
确定初始运行状态特征。
基于初始运行状态特征，确定所述电网中需要进行出力调节的样本发电机组。
确定样本出力调节量。
确定调整后的运行状态信息。
更新初始电网有功安全校正模型的网络参数。
判断样本过载线路中的过载是否全部消除。
在确定全部消除后，判断训练次数是否达到预设训练次数。
若确定未全部消除后，判断所述电网中进行出力调节的样本发电机组是否达到循环上限。
若确定未达到循环上限后，重新确定初始运行状态特征。
若确定达到循环上限后，重新判断训练次数是否达到预设训练次数。
在确定重新获取带有样本过载线路的电网的初始运行状态信息。
确定达到预设训练次数后，更新初始电网有功安全校正模型的网络参数。
本申请实施例提供的电网有功安全校正方法，与现有技术相比，本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果，降低了虽消除过载线路，但加重其他支路负荷重载的现象。
请参阅图2，图2为本申请另一实施例提供的电网有功安全校正方法的流程图。如图2中所示，本申请实施例提供的电网有功安全校正方法，包括：
S201、当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的。
S202、基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量。
S203、基于目标出力调节量，对目标发电机组进行出力调节，确定电网的目标潮流分布信息。
该步骤中，基于目标出力调节量，重新计算电网中的新的目标潮流分布信息。
这里，电网指的是进行区域划分后的电网，具体的划分规则可根据应用环境进行自定义的划分，例如：可根据地域进行省级、市级以及县级等的划分。
S204、根据所述目标潮流分布信息，判断电网中调整后的过载线路中的过载是否被全部消除。
S205若全部消除，则确定所述出力调节有效。
进一步的，若未全部消除，则确定所述出力调节无效，并对所述目标过载线路所在电网中的负荷进行调节。
这里，若未全部消除，则确定所述出力调节无效，可对负荷目标过载线路所在电网中的负荷进行多种方式相结合的调节方式，或直接使用其他的调节方式。
其中，其他的调节方式包括但不限制于使用目标过载线路中的负荷进行调节。
其中，S201至S202的描述可以参照S101至S102的描述，并且能达到相同的技术效果，对此不做赘述。
本申请实施例提供的电网有功安全校正方法，与现有技术相比，本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果，降低了虽消除过载线路，但加重其他支路负荷重载的现象。
下面以IEEE39节点***为例，将本申请实施例提供的电网有功安全校正方法的验结果与传统调整策略进行对比，验证本文所提方法的有效性。
如图4所示，实验设计采用Pycharm平台在Tensorflow环境下建立目标电网有功安全校正模型，利用Matpower计算电网目标潮流。
这个，先对初始电网有功安全校正模型进行初始化，确定初始化参数，下列表1为初始电网有功安全校正模型的初始化参数表：
表1
这里，在当线路23-24线路断开后，线路21-22、16-21出现过载，两条线路过载量分别为135.8367MW和59.2052MW。超出线路允许传输功率最大值15.09％和9.87％。
采用本文提供的电网有功安全校正方法进行调整时，依据线路过载的严重程度对线路依次校正，首先形成状态矩阵，输入模型得到参与调整的机组为34、36，其中34号机组为加出力机组，36号机组为减出力机组。根据线路21-22对两组机组的灵敏度可得，机组出力的改变量为146.1346MW，经过本轮调整，线路21-22线路过载消除。模型更新当前的状态矩阵，得到下一轮参与调整的为32号和39号机组，其中32号机组增加出力82.4613MW，39号机组减小相应出力，经过本轮调整线路26-29线路过载情况被消除。
若采用传统灵敏度方法，首先对线路21-22进行调整，经计算，第一轮调整选择36号、38号机组，根据相应的调整策略，36增加出力38减少出力，由于机组最大出力的限制，机组出力改变量被限制为60.2732MW，经过本轮调整，线路21-22负载率有所降低，从1.1509降低至1.1027，越限情况未消除；第二轮选择机组30和37，机组的出力调整分别为47.0846MW和-47.0846MW，经过本轮调整，线路21-22的过载被消除。之后对线路16-21的过载进行消除，首先根据相应策略，选择32号机组与39号机组，分别增加76.5642MW和减少相应出力，此时虽然消除了线路26-29的越限现象，但线路22-35出现了线路过载越限，根据调整策略，30号机组出力增加50.6247MW，并减少39号机组相应出力，可消除线路16-21过载现象，且并未出现新的线路过载。若采用优化方法，以调整量最小为目标函数，采用规划法得到相应调整结果。三种策略出力调整结果与调整成本如表2、表3所示：
表2
由表2可以看出：优化类方法调整策略涉及8台发电机，调整发电机的数量过多，增加了实际调度执行困难。灵敏度法虽能减少参与调整的机组数量，但在调整的过程中导致新的过载线路出现，扩大了过载范围。本文方法以最少的机组达到消除过载线路的目的。
表3
由表3可以看出：本文所提方法将调整成本纳入机组的选择依据当中，相比于优化法和灵敏度法，调整成本分别降低了约45％、47％。
为进一步体现本文方法与优化类方法和灵敏度方法相比所具有的优势，将线路初始负荷率由高到低排序后进行编号，同时采用三种策略对线路进行调整，在初始电网有功安全校正模型的初始状态下，线路21-22、16-21分别过载15.09％、9.87％，多数线路的负荷水平处于20％—80％之间，但仍有13条线路的负荷率不足10％，从调整结果中可以得出：传统灵敏度法在调整过程中通过将过载线路的负荷转移至另外三条重负荷线路达到消除过载的目的，但调整结束后***将出现5条处于高负荷率的线路，当***高负荷率线路较多时，易产生新的过载线路。优化类方法调整结果依然存在较多的负载率较低的线路，对于***的整体状况没有较大改善。
对比三种调整策略可见，传统灵敏度法未考虑机组调节容量，传统灵敏度法会选择最高灵敏度的机组作为调节机组，可能会导致调节机组的调整容量不足，且在调整过程中可能会出现新的线路过载，使处于过负荷状态的线路扩大，而优化类方法参与调整的机组过多，同时上述两种方法均未将调整成本纳入机组选择的考虑因里素，而本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，计算得到的发电机组的目标出力调节量，并以目标出力调节量上述为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果，避免了消除过载线路的同时其他支路功率过载现象的发生。
请参阅图5、图5为本申请实施例所提供的一种电网的有功安全校正装置的结构示意图。如图5中所示，所述电网的有功安全校正装置500包括：
确定模块510，用于当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的；
计算模块520，用于基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量；
调节模块530，用于根据所述目标出力调节量，对所述目标发电机组进行出力调节。
本申请实施例提供的电网的有功安全校正方装置，与现有技术相比，本申请在处理多线路过载时，可基于电网的当前运行状态信息以及过载线路对发电机组的目标灵敏度，并以计算得到的发电机组的目标出力调节量为依据对发电机组进行出力调节，高效地消除了线路过载，且综合考虑了当前电网的潮流分布状况和出力调节量对线路过载的消除效果，降低了虽消除过载线路，但加重其他支路负荷重载的现象。
请参阅图6，图6为本申请实施例所提供的一种电子设备的结构示意图。如图6中所示，所述电子设备600包括处理器610、存储器620和总线630。
所述存储器620存储有所述处理器610可执行的机器可读指令，当电子设备600运行时，所述处理器610与所述存储器620之间通过总线630通信，所述机器可读指令被所述处理器610执行时，可以执行如上述图1至图5所示方法实施例中的电网有功安全校正方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1至图2所示方法实施例中的电网有功安全校正方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种电网有功安全校正方法，其特征在于，所述电网有功安全校正方法包括：
当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的；
基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量；
根据所述目标出力调节量，对所述目标发电机组进行出力调节。
2.根据权利要求1所述的电网有功安全校正方法，其特征在于，通过以下方式获得训练好的目标电网有功安全校正模型：
将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型，确定所述电网中需要进行出力调节的样本发电机组；
根据样本过载线路对所述样本发电机组的灵敏度，计算所述样本发电机组的样本出力调节量；
根据所述样本出力调节量，确定带有样本过载线路的电网中的调整后的运行状态信息；
根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除；
若全部消除，则完成对所述初始电网有功安全校正模型的训练，得到所述目标电网有功安全校正模型。
3.根据权利要求2所述的电网有功安全校正方法，其特征在于，在所述根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除之后，所述电网有功安全校正方法包括：
若未全部消除，则继续训练初始电网有功安全校正模型，直至电网中调整后的样本过载线路中的过载全部消除。
4.根据权利要求1所述的电网有功安全校正方法，其特征在于，所述目标电网有功安全校正模型包括卷积层、池化层、全连接层，所述将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组，包括：
将电网的所述运行状态信息输入所述卷积层，确定当前所述运行状态信息对应的初始运行状态特征；
将所述初始运行状态特征输入所述池化层，确定当前所述运行状态信息对应的重要运行状态特征；
将所述重要运行状态特征和所述初始运行状态特征输入所述全连接层进行加权，确定需要进行出力调节的目标发电机组。
5.根据权利要求1所述的电网有功安全校正方法，其特征在于，所述根据所述目标出力调节量，对所述目标发电机组进行出力调节，包括：
基于目标出力调节量，对目标发电机组进行出力调节，确定电网的目标潮流分布信息；
根据所述目标潮流分布信息，判断电网中调整后的过载线路中的过载是否被全部消除；
若全部消除，则确定所述出力调节有效。
6.一种电网有功安全校正装置，其特征在于，所述电网有功安全校正装置包括：
确定模块，用于当检测到所述电网中存在至少一条目标过载线路时，将所述电网的当前运行状态信息输入到训练好的目标电网有功安全校正模型中，确定所述电网中需要进行出力调节的目标发电机组；其中，所述目标电网有功安全校正模型是基于带有样本过载线路的电网的初始运行状态信息、所述电网中进行出力调节的样本发电机组的样本出力调节量以及调整后的样本过载线路的过载消除效果，对初始电网有功安全校正模型进行训练得到的；
计算模块，用于基于所述目标过载线路对所述目标发电机组的目标灵敏度，计算所述目标发电机组的目标出力调节量；
调节模块，用于根据所述目标出力调节量，对所述目标发电机组进行出力调节。
7.根据权利要求6所述的电网有功安全校正装置，其特征在于，通过以下方式获得训练好的目标电网有功安全校正模型：
将带有样本过载线路的电网的初始运行状态信息输入初始电网有功安全校正模型，确定所述电网中需要进行出力调节的样本发电机组；
根据样本过载线路对所述样本发电机组的灵敏度，计算所述样本发电机组的样本出力调节量；
根据所述样本出力调节量，确定带有样本过载线路的电网中的调整后的运行状态信息；
根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除；
若全部消除，则完成对所述初始电网有功安全校正模型的训练，得到所述目标电网有功安全校正模型。
8.根据权利要求7所述的电网有功安全校正装置，其特征在于，在所述根据调整后的所述运行状态信息，更新所述初始电网有功安全校正模型的网络参数，并判断电网中调整后的所述样本过载线路中的过载是否全部消除之后，所述电网有功安全校正方法包括：
若未全部消除，则继续训练初始电网有功安全校正模型，直至电网中调整后的样本过载线路中的过载全部消除。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器运行时执行如上述权利要求1至5中任一所述的电网有功安全校正方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述权利要求1至5中任一所述的电网有功安全校正方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111534432.7A CN114243690A (zh) | 2021-12-15 | 2021-12-15 | 一种电网有功安全校正方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111534432.7A CN114243690A (zh) | 2021-12-15 | 2021-12-15 | 一种电网有功安全校正方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114243690A true CN114243690A (zh) | 2022-03-25 |
Family
ID=80756349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111534432.7A Pending CN114243690A (zh) | 2021-12-15 | 2021-12-15 | 一种电网有功安全校正方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114243690A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115833101A (zh) * | 2022-12-06 | 2023-03-21 | 北京百度网讯科技有限公司 | 电力调度方法、装置、电子设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080281474A1 (en) * | 2002-09-03 | 2008-11-13 | Patel Sureshchandra B | System of Super Super Decoupled Loadflow Computation for Electrical Power System |
| CN104821605A (zh) * | 2015-04-13 | 2015-08-05 | 国家电网公司 | 一种基于改进粒子群混合优化算法的有功安全校正方法 |
| CN107069708A (zh) * | 2017-03-14 | 2017-08-18 | 国网湖北省电力公司 | 一种基于极限学习机的输电网线路有功安全校正方法 |
| CN108110754A (zh) * | 2017-12-29 | 2018-06-01 | 山东大学 | 一种考虑多聚合体间协调的有功安全校正方法 |
| CN109193809A (zh) * | 2018-08-14 | 2019-01-11 | 河海大学 | 一种基于灵敏度矩阵的电力***有功安全校正优化方法 |
| CN111262275A (zh) * | 2020-03-26 | 2020-06-09 | 西安电子科技大学 | 一种模拟空间太阳能电站的全局协同控制方法 |
-
2021
- 2021-12-15 CN CN202111534432.7A patent/CN114243690A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080281474A1 (en) * | 2002-09-03 | 2008-11-13 | Patel Sureshchandra B | System of Super Super Decoupled Loadflow Computation for Electrical Power System |
| CN104821605A (zh) * | 2015-04-13 | 2015-08-05 | 国家电网公司 | 一种基于改进粒子群混合优化算法的有功安全校正方法 |
| CN107069708A (zh) * | 2017-03-14 | 2017-08-18 | 国网湖北省电力公司 | 一种基于极限学习机的输电网线路有功安全校正方法 |
| CN108110754A (zh) * | 2017-12-29 | 2018-06-01 | 山东大学 | 一种考虑多聚合体间协调的有功安全校正方法 |
| CN109193809A (zh) * | 2018-08-14 | 2019-01-11 | 河海大学 | 一种基于灵敏度矩阵的电力***有功安全校正优化方法 |
| CN111262275A (zh) * | 2020-03-26 | 2020-06-09 | 西安电子科技大学 | 一种模拟空间太阳能电站的全局协同控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王鹏翔: "基于机器自学习的电网安全校正算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 September 2011 (2011-09-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115833101A (zh) * | 2022-12-06 | 2023-03-21 | 北京百度网讯科技有限公司 | 电力调度方法、装置、电子设备和存储介质 |
| CN115833101B (zh) * | 2022-12-06 | 2023-11-14 | 北京百度网讯科技有限公司 | 电力调度方法、装置、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110138612A (zh) | 一种基于QoS模型自校正的云软件服务资源分配方法 | |
| CN108108532A (zh) | 运用粒子群算法优化功率电子电路的方法 | |
| CN110120670B (zh) | 含dpv配电网无功电压优化方法、终端设备及存储介质 | |
| CN111682594B (zh) | 数据驱动的配电网柔性变电站无模型自适应电压控制方法 | |
| CN110504716B (zh) | 光伏逆变器无功模式优化选择方法、终端设备及存储介质 | |
| CN112054519B (zh) | 一种配电网低电压优化治理方法、***及设备 | |
| CN112733863B (zh) | 一种图像特征提取方法、装置、设备及存储介质 | |
| CN114243690A (zh) | 一种电网有功安全校正方法、装置、电子设备及存储介质 | |
| JP6902487B2 (ja) | 機械学習システム | |
| CN115860170A (zh) | 一种考虑电力电子负载的配电***电能质量优化方法 | |
| CN108539799B (zh) | 一种电网中风电的调度方法及装置 | |
| CN111160808A (zh) | 具有参数不确定的分布式事件触发电力***经济调度方法 | |
| CN112100867B (zh) | 电网负荷预测方法 | |
| CN115269177A (zh) | 一种发动机模型参数动态标定优化方法 | |
| CN114548360A (zh) | 用于更新人工神经网络的方法 | |
| CN108448569B (zh) | 一种大电网机电暂态仿真数值收敛性的识别和提高方法 | |
| CN116154745A (zh) | 一种直流配电网分布式储能规划方法及装置 | |
| CN110504709B (zh) | 光伏集群无功电压调控方法、终端设备及存储介质 | |
| CN110580523A (zh) | 一种模拟神经网络处理器的误差校准方法及装置 | |
| CN113972659B (zh) | 一种考虑随机潮流的储能配置方法及*** | |
| CN116995672B (zh) | 一种多源信息融合的鲁棒配电方法 | |
| CN118199182A (zh) | 基于分布式能源适应性的虚拟电厂分层控制方法及*** | |
| CN111694595B (zh) | 基于误差容忍的软件行为调节方法 | |
| CN111030119B (zh) | 基于改进直流潮流算法的电网无功潮流调整方法及装置 | |
| CN118199373A (zh) | 一种基于层次分析法的dc-dc变换器智能控制优化方法、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |