1、第6 0 卷第6 期2023年6 月15日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.6Jun.15,2023基于时序特征选择与改进MSPCA算法的电网暂态稳定态势智能评估鲁广明,张璐路,马晶，魏亚威,李宏强,杨慧彪（1.中国电力科学研究院有限公司，北京10 0 192；2.国网宁夏电力有限公司电力科学研究院，银川7 50 0 0 2）摘要：在充分利用电网海量历史运行数据及大量仿真分析数据评估暂态稳定态势过程中，恰当的选择与稳定特征以及提取非正常态势关键影响特征是实现电网暂态稳定态势评估的基础。文中提出了一种基于时序特征选择的暂态
2、稳定态势智能评估方法。给出了基于未来运行点的邻域样本在线生成方法及稳定态势等级描述，选择输电断面作为主要特征；基于时序邻域信息度量算法，依据累积贡献率对特征降序排列，并采用基于邻域互信息的计算并伴随基于SVM的特征子集搜索实现允余特征的剔除,形成稳定特征子集；在应用电网稳定特征子集进行态势评估场景中，采用改进的多尺度主元分析法对稳定相关信息进行提取，通过特征贡献率排序实现非正常态势关键影响特征识别。结合IEEE39节点算例系统，仿真结果验证了文中所提方法的有效性。关键词：电网暂态稳定态势评估；时序特征选择；邻域互信息；特征贡献率；改进MSPCA算法D0I:10.19753/j.issn1001
3、-1390.2023.06.018中图分类号：TM93Intelligent transient stability situation assessment of powergrid based ontime-series feature selection and improved MSPCA algorithmLu Guangming,Zhang Lulu,Ma Jing,Wei Yawei,Li Hongqiang”,Yang Huibiao?(1.China Electric Power Research Institute,Beijing 100192,China.2.Power
4、Research Institute of State Grid Ningxia Electric Power Co.,Ltd.,Yinchuan 750002,China)Abstract:In the process of making full use of the massive historical operation data and simulation analysis data of largepower grid to evaluate the transient stability situation,the proper selection of features cl
5、osely related to stability and theextraction of key factors affecting the abnormal stability situation are the basis.In this paper,an intelligent stability situa-tion assessment based on time-series feature selection is proposed.The online generation method of neighborhood samplesbased on the future
6、 operation section and the stability situation levels are given,and then,the transmission section is de-termined as the main features.With the support of the neighborhood information measurement algorithm of the power gridtime-series data,the features are arranged in descending order according to th
7、e cumulative contribution rate,and then,the redundant features are eliminated by the calculation based on the temporal neighborhood mutual information and thefeature subset search based on SVM to form a stable feature subset.In the scenario of applying the feature subset,the ex-traction of stability
8、-related information(SRI)based on MSPCA algorithm is adapted,and the abnormal situation identifi-cation of key features is realized through the ranking of SRI contribution rate.The simulation results of IEEE 39-bus verifythe effectiveness of the proposed method.Keywords:power grid transient stabilit
9、y situation assessment,time-series feature selection,neighborhood mutual informa-tion,feature contribution rate,improved MSPCA algorithm基金项目：国家电网有限公司总部管理科技项目“跨区电网源荷不确定性安全风险在线评估与智能防御技术”（510 0-202135022A-0-0-00)文献标识码：A文章编号：10 0 1-139 0(2 0 2 3)0 6-0 12 5-0 90引言随着可再生能源集中/分布式并网运行、电力市场交易等规模的日益增加，电力系统运行呈现
10、出强非线一12 5 一第6 0 卷第6 期2023年6 月15日性及随机性，给调控人员快速准确地实施电力系统暂态功角稳定分析评估与控制决策提出了更高的要求 1-3。与此同时,随着人工智能技术（Artificial Intelli-gence，A I)的快速发展,充分利用电力系统的海量数据资源,基于数据驱动方法提取暂态稳定关键特征，为电力系统暂态稳定性分析评估提供了新思路。为了准确掌控系统的运行状态及其趋势（态势），提出能够恰当反映系统运行情况的状态指标体系 41是关键一环，可以将刻画电网运行过程的稳定态势指标化、等级化，为实施相关调整提供清晰的控制方向及量化空间。文献 5提出了基于深度神经网络
11、的电网安全态势感知评价体系，实现了对电网安全态势的超前感知。文献 6 提出了一种采用核主成分分析和近邻传播聚类算法的相量测量单元数据相干检测算法，用于检测同步发电机之间的相干性问题，实现了电力系统运行态势感知。文献 7 建立了不同层级的运行风险态势指标，开展了台风气象下电网运行风险的评估与预测。文献 8 提出了考虑时序相关性的数据驱动电-气综合能源系统态势感知方法，通过卷积神经网络模型对未来运行趋势预测。建立在人工智能技术基础上的电网暂态稳定态势评估，基于数据驱动方法提取暂态稳定关键特征，需要大量数据资源作为支撑。为了保证稳定态势评估有效性，输人特征要能够全面表征电网的运行状况。初始输入特征的
12、选取对系统稳定态势评估过程至为关键。从目前已发表关于特征选择方法的研究成果来看，总体可以分为三种：过滤式（Filter）、包裹式（Wrapper）、嵌人式（Embedding）及组合方法 9-0)。鉴于特定故障后电网暂态稳定后果与稳态潮流之间的固定映射关系，可以考虑使用稳态潮流结果特征作为评估模型输入量，模型训练好之后进行在线评估时响应速度快。文献 12 提出了一种具有可解释性的特征选择方法，采用评估标准筛选出特征集合，确保预测结果具有较高的准确率。文献 13提出了一种基于模型-数据混合驱动的电网安全特征选择方法，在此基础上结合实际电网运行给出了应用案例。文献 14提出了基于累积贡献率的电压稳
13、定裕度特征选择方法，采用沙普利加和解释理论结合累积贡献率增量计算方法，形成关键特征子集。针对连续运行的实际系统特征选择问题，文献 15提出了面向时序运行数据的微电网稳定运行评估模型和算法。文献 16 利用系统故障后的动态响应时序数据，提出了一种基于增强进化计算的电力系统暂态稳定关键特征智能选择方法。文献 17 提一12 6 一电测与仪表Electrical Measurement&Instrumentation出了一种基于主成分分析法的电网暂态特征抽取算法。文中计及不同电网运行断面之间的时序演进规律,以电网输电断面为已知特征,采用一种基于邻域信息度量的附加特征筛选方法，在运行数据集中补选出与电
14、网暂态稳定态势密切相关的特征，与输电断面特征一起组成特定故障下关系更为密切的特征集合。当将所得特征集合应用于未来态电网暂态稳定态势评估时，若遇到电网暂态稳定态势恶化场景，采用改进的多尺度主元分析法（Multi-scale Principal Component Anal-ysis，M SPCA)对非正常态势关键影响特征进行识别，提高态势评估结果可信度及可操作性，在追溯电网暂态失稳的潜在安全隐患及制定预防控制提升策略方面，为调度人员提供决策支持。1电网稳定评估数据集合的生成及态势等级描述电网暂态稳定态势评估所需数据主要分为两类：一类是基于广域测量系统、能量管理系统等采集存储的海量历史运行数据；另
15、一类是采用具有潮流计算、时域仿真等功能的软件进行在线安全分析时产生的大量仿真数据。这些数据资源构成了暂态稳定态势评估的基础条件。在此基础上，还需完成邻域样本生成、电网输电断面识别及确定态势评估等级三方面的研究工作。1.1基于未来运行点的邻域样本在线生成为了能够有效地实现对电力系统安全运行态势进行评估，以未来运行点的自动生成结果为核心的领域内，采用蒙特卡罗方法生成大量的、均匀分布随机电网运行状态，保证能够较好地覆盖未来运行断面。具体方法为：在一定范围内随机改变节点有功负荷和无功负荷、发电机有功出力和无功出力（或发电机端电压），通过潮流计算得到该方式下的潮流状态，为下一节基于邻域信息度量的电网稳定
16、特征选择提供样本数据基础。1.2初始特征集合确定初始特征集合中所含元素主要包括两部分：输电断面特征（主要特征）和节点电压幅值、线路输送功率等（附加特征)。结合实际电网调度监控工作内容，以电网输电断面特征为已知特征，针对未来运行断面的自动生成结果，采用基于电气分区法可以实现该运行输电断面识别，以该类特征作为电网稳定态势评估的主要特征。除了主要特征外,还需未来运行断面的邻域潮流计算结果,包括线路输送的有功/无功功率、发电机发出的Vol.60 No.6Jun.15,2023第6 0 卷第6 期2023年6 月15日有功/无功功率、节点电压幅值/相角、节点负荷有功/无功等,这些特征作为初始特征集合中的附加特征。1.3电网稳定态势评价等级根据电力系统安全稳定导则、国家电网调度控制管理规程等规程规定对电网安全运行评价给出了具体要求。针对系统暂态功角稳定裕度，其评价等级及对应指标范围如表1所示。表1电网暂态稳定指标范围及其评价等级Tab.1Typical stability index and its assessmentlevel of power grid裕度指标正常暂态功角稳定裕度10%,10
