一体化智能电力暂态稳定自动核查系统设计＊

余安国,牛任恺,孙志杰,张艳丽

(国网冀北电力有限公司营销服务中心(计量中心)，北京 100000)

1 引言

智能电网已经成为我国电网十分重要的发展方向。对于智能电网的研究侧重配电领域不同[1-2]，我国大部分的研究更加倾向智能输电领域以及提升营销网络运行的安全能力，营销稽查工作是一体化智能电力监督营销工作的关键环节，有效保障电网公司精益运营，确保营销稽查安全可靠运行也是主要研究目标。和传统营销稽查系统相比，智能稽查具有自治以及自愈能力，重点体现在具有在线稳定分析以及控制能力[3]，其中智能电力暂态稳定更是提升营销稽查系统稳定性的核心内容。

传统的营销稽查暂态稳定核查系统能够划分为“离线计算，离线匹配”以及“在线预先决策、实时匹配”。它的本质主要通过事先假想或者刷新形成的策略表，根据现场实际问题类型进行匹配。以上两种实现方式存在的共同缺陷为：营销稽查的有效性依赖于对未来可能问题形式的有限预想，当发生“未预想问题”或者“失配”现象时，则可能导致稽查系统稳定防线的失效。同时由于数据质量无法抽查、跟踪，核查时无法及时快速地获取关键数据，导致无法对结果数据进行有效校验。国内外相关专家也重点针对电力营销暂态稳定自动核查方面的内容展开研究，文献[4]结合具体工况环境以及经济性指标，选取配套的传感器单元以及数据采集核查设备，完成电力营销暂态稳定自动核查系统设计。文献[5]通过边缘计算的系统架构有效完成系统设计。但是由于上述系统未考虑数据挖掘问题，导致系统整体应用效率偏低，核查误差偏高。为了更好地解决上述问题，保证营销稽查工作的健康有序开展，设计并提出一种一体化智能电力暂态稳定自动核查系统。实验结果表明，所设计系统能够有效提升系统整体的应用效率，降低智能电力暂态稳定自动核查误差。

2 一体化智能电力暂态稳定自动核查系统设计

I级核查中心主要负责一级指标协调处理和一级二级指标的督办；Ⅱ级核查中心负责接收I级核查中心下发的协调任务处理以及二级指标的协调处理[6]；III级核查中心负责接收II级核查中心下发的协调任务处理。

当我国不同的I级核查中心在接收到分配的任务时，需要及时进行协调处理预警参数设定，同时将系统内相关业务信息进行自动汇集，启动系统的预警功能[7]。当出现异常时，则设定结果为指标数据，通过核查整改流程；如果是在工程中出现的异常，则需要根据事先设定好的预警等级进行实时预警，根据等级情况决定是否上传至上级。I 级核查中心将智能电力营销系统中异常数据发送至II 级核查中心进行处理以及分析，II级核查中心通过分析结果选择性派发至III级核查中心进行协调处理。通过协调处理结果对相关处理部门进行评价，同时将最终的评价结果发送至不同的源头单位[8]。电力系统核查中心业务模型如图1所示。

图1 电力系统核查中心业务模型图

智能电力系统技术中心支持基于一体化智能电力营销暂态稳定自动核查系统的设计，其中主要包含展示汇报、全方位分析等模块，具体结构图如图2所示。

图2 一体化智能电力暂态稳定自动核查系统结构图

(1) 展示汇报模块：主要负责智能电力暂态稳定监测以及智能电力数据采集、展示等操作。

(2) 全方位分析模块：主要包含业扩、线损、计量等相关主题指标的关联分析以及数据挖掘分析等功能。

(3) 全过程监测模块：主要负责一体化智能电力暂态稳定自动核查监控调整以及核查结果监测。

(4) 预警管理模块：主要针对系统监测过程中产生的异常数据进行告警。

(5) 协调处理模块：发现系统中存在的异常数据，及时进行协调以及调度指挥。

(6) 验证任务管理模块：主要负责协调处理指标的任务分解以及下发。

(7) 信息汇集模块：实现一体化交费等相关数据接口功能。

(8) 监测主体管理模块：主要负责监控过程中的管理工作。

(9) 核查任务管理模块：主要对系统派发的任务进行核查以及管理等工作。

一体化智能电力系统中的数据主要是由以下几种数据组成，具体如图3所示。

图3 数据架构图

具体内容如下所示：

(1) 基础公共数据：主要是由公共代码、标准数据、人员信息、组织机构等组成。

(2) 营销业务数据：该类型数据主要采用分区技术进行数据存储。

(3) 核查业务数据：该数据主要是指在业务监测的过程中定期或者不定期进行任意时间段的汇总以及时间复制。

(4) 展示数据：主要包含满足核查中心业务展示汇报的数据，同时符合特定时期内的聚焦数据。

3 基于支持向量机的智能电力暂态稳定自动核查

针对智能电力系统而言，在利用数据挖掘方法进行稳定分析时，假设将不稳定的样本错误核查为稳定，会导致稽查人员在系统失稳的情况下无法采取任何控制措施，将会带来巨大的经济损失。智能电力系统在运行的过程中，将准确性放在首要位置，能够适量进行保存，在稳定核查时还更加需要注意将不稳定样本核查为稳定样本的情况。

在采用数据挖掘方法对电力系统的暂态稳定进行自动核查时，需要全面考虑电力系统的保守性，同时还需要最大限度降低误判稳定总数。以下重点从实际角度出发，结合支持向量机(SVM)有效实现智能电力暂态稳定自动核查。

设定系统中一组数据为(xi，yi)，假设该组样本线性可分，则通过SVM能够获取如公式(1)所示的最优超平面：

公式(1)中，w代表权重向量；b代表最优超平面偏移。

考虑一般数据的非线性可分情况，则利用SVM 可以根据价格优化以及和核技巧转化为求解公式(2)的最优化问题，即：

设定核函数为：

在SVM中，主要有以下四种较为常用的核函数，分别为：

在上述公式中，公式(4)为线性核函数、公式(5)为多项式核函数、公式(6)为高斯核函数、公式(7)为Sigmoid 核函数。上述常见的核函数具有平稳性，在电力暂态稳定自动核查中保持特征空间下样本间向量函数的稳定性，且各式同性。通过SVM 进行安全概念下的智能暂态稳定自动核查，实质上就是通过SVM的分界面获取近似系统的安全域边界。通过采用数据挖掘理论进行暂态稳定自动核查的基本步骤为：

(1) 特征选择；

(2) SVM训练。

在进行参数寻优的过程中，需要重点考虑以下步骤：

(1) 考虑高斯核函数；

(2) 通过交叉验证的方式应用网格化方法遍历获取最优的惩罚因子以及核参数。

全面考虑在各个参数下SVM 的特点，结合电力系统保守性的特点尽量降低误判稳定样本的需求，同时采用多个分类器组合形成一个智能系统进行划分。

设定xi代表需要进行暂态稳定自动核查的候选特征，共计N个；xsi代表进行特征选择后获取的特征，共计m个；yi代表不同参数进行SVM 训练后获取的稳定判定结果；Z代表对M个SVM的判断结果进行综合后的系统智能电力暂态稳定自动核查。在进行综合考虑时，主要采用以下方式：

分析公式(8)可知，只有在全部M个SVM的稳定评估结果均为稳定的情况下，最终系统的核查结果才为稳定，否则则说明系统在发生问题之后会失稳，能够提示稽查人员对当前业务运行状况进行进一步分析，同时考虑时候需要采取进一步的预防控制措施。在特征变量空间来看，各个SVM 都能够获取一个估计的安全域。

在进行一体化智能电力暂态稳定自动核查的过程中，首先利用训练样本通过特征选择的结果采用交叉验证的方式选取不同的SVM参数，进行SVM训练，获取核查模型；在稳定分析阶段，通过模型训练阶段特征选择的结果选取对应的输入量作为已经训练好的SVM的输入；对M个稳定性分析结果进行综合，获取最终的一体化智能电力暂态稳定自动核查结果。

4 仿真实验

为了验证所设计一体化智能电力暂态稳定自动核查系统的综合有效性，通过MATLAB工具进行仿真实验测试。

利用表1给出实验过程中具体的故障设置情况：

表1 故障设置情况

4.1 核查误差对比结果

在表1实验参数设定的环境下，实验主要选取文献[4]系统以及文献[5]系统作为对比对象，以下主要对比三种不同系统的核查误差，具体实验对比结果如表2、表3以及表4所示：

表2 所设计系统核查误差

表3 文献[4]系统核查误差

表4 文献[5]系统核查误差

分析表2～表4 中的实验数据可知，由于系统故障类型不同，导致各个系统的暂态稳定自动核查误差也在不断发生变化。由于所设计系统有效解决了智能电力系统中的数据挖掘问题，促使整个核查系统的核查误差得到大幅度较低，且明显低于另外两种系统。

4.2 应用效率对比结果

利用图4给出各个系统的应用效率对比结果：

图4 不同系统的应用效率对比

分析图4 中的实验数据可知，相比另外两种系统，所设计系统的应用效率明显更高一些，主要原因在于设计系统有效解决了数据挖掘问题，促使系统的应用效率更高。

5 结束语

针对传统核查系统存在应用效率较低以及核查误差较高等问题，设计并提出一体化智能电力暂态稳定自动核查系统。仿真实验结果表明，所设计系统能够有效提升系统的应用效率，同时有效降低系统的核查误差。

由于时间以及环境等因素的限制，导致所设计系统仍然存在一定的不足，后续将重点针对以下几方面的内容进行研究，即：

(1) 现阶段的研究过程中并没有考虑核查成本等方面的问题，后续将重点针对该方面的内容展开研究。

(2) 进一步提升系统的整体工作质量。