1.一种基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,包括:基于电网实际运行方式和暂态故障进行时域仿真,提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定;
根据所述电气量时序轨迹计算得到所述关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹;
基于具有物理意义的暂态电压稳定阻抗判据,将所述电气量时序轨迹、阻抗信息以及所述电网暂态电压稳定/失稳状态结合,得到暂态样本集;
构建卷积神经网络,根据所述暂态样本集对所述卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型;
基于所述暂态电压稳定评估模型对所述关键负荷节点的阻抗信息进行分析,输出系统暂态电压稳定状态评估结果;
所述根据所述电气量时序轨迹计算得到所述关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹,包括:基于所述关键负荷节点在发生暂态故障后时间长度为的电压、有功功率、无功功率,根据公式计算得到电流;其中,表示复数的虚部,表示电压为向量;
将两个相邻量测时刻的电路方程联立得到;其中,且,则有;表示阻抗,表示电源电势;
基于联立方程并采用最小二乘法得到公式,计算得到时刻的所述关键负荷节点的戴维南等值阻抗:其中,;表示计算阻抗对应的时刻;表示计算阻抗选取的时间框长度;
根据所述关键负荷节点的戴维南等值阻抗,得到所述戴维南等值阻抗轨迹,并基于公式计算得到所述关键负荷节点的负荷阻抗时序轨迹;其中,表示负荷阻抗;表示负荷电压;表示负荷电流;
所述基于具有物理意义的暂态电压稳定阻抗判据,包括:
基于所述具有物理意义的暂态电压稳定阻抗判据,从所述负荷阻抗时序轨迹和所述戴维南等值阻抗时序轨迹中提取与暂态电压失稳相关的阻抗信息;
其中,所述阻抗信息包括:所述负荷阻抗时序轨迹的斜率、所述戴维南等值阻抗时序轨迹的斜率以及戴维南等值阻抗与负荷阻抗轨迹围成的面积;
所述具有物理意义的暂态电压稳定阻抗判据为:对暂态过程中负荷阻抗模值的过程进行判定,以确定是否为暂态电压失稳。
2.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于电网实际运行方式和暂态故障进行时域仿真,提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定,包括:采用电网仿真软件对电网模型进行搭建,并基于实际电网的稳态运行策略和暂态事故对电网模型参数进行设置,得到电网模型集;
调用所述电网仿真软件,对所述电网模型集进行时域仿真,在每次仿真过程中,记录故障发生后时间长度为的电网关键负荷节点的电压、有功功率、无功功率,得到所述电气量时序轨迹;
根据所述电网采用的暂态电压稳定工程判据对所述电气量时序轨迹进行自动标定,得到标定后的电气量时序轨迹。
3.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述构建卷积神经网络,根据所述暂态样本集对所述卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型,包括:将所述暂态样本集中的时序信息转换为三维格式,得到与所述卷积神经网络的输入层匹配的输入信息;
利用两个卷积块从所述暂态样本集中提取相关特征;其中,每个所述卷积块包括:卷积层、随机失活层、批量归一化层以及激活函数层;
将两个所述卷积块导出的特征图通过全连接层链接到分类输出层,关联至电网暂态电压稳定/失稳的离散输出,构建得到所述卷积神经网络;
将所述暂态样本集的样本信息输入至所述卷积神经网络进行学习,直至所述卷积神经网络的准确率和损失函数到达收敛标准,得到所述基于阻抗信息学习的暂态电压稳定评估模型。
4.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述根据所述暂态样本集对所述卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型,还包括:基于所述暂态样本集对所述暂态电压稳定评估模型进行性能评估,并对所述暂态样本集中所有正确评估的样本总数进行统计,计算所述暂态电压稳定评估模型的评估准确率;
根据计算的评估准确率确定最终的暂态电压稳定评估模型。
5.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于所述暂态电压稳定评估模型对所述关键负荷节点的阻抗信息进行分析,输出系统暂态电压稳定状态评估结果,包括:对所述电网的关键负荷节点进行实时监测,若在运行过程中发生暂态故障,则提取故障后时间长度为的电压、有功功率以及无功功率;
基于所述电压、所述有功功率以及所述无功功率,计算对应节点的戴维南等值阻抗和负荷阻抗;
提取阻抗信息,将所述电压、所述有功功率、所述无功功率和阻抗信息输入至所述暂态电压稳定评估模型,输出得到电网暂态电压稳定状态,作为电网暂态电压稳定评估结果。
6.一种基于阻抗信息学习的电网暂态电压稳定评估装置,用于实现如权利要求1-5中任意一项所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,包括:时域仿真模块,用于基于电网实际运行方式和暂态故障进行时域仿真,提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定;
阻抗时序轨迹模块,用于根据所述电气量时序轨迹计算得到所述关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹;
阻抗信息提取模块,用于基于具有物理意义的暂态电压稳定阻抗判据,将所述电气量时序轨迹、阻抗信息以及所述电网暂态电压稳定/失稳状态结合,得到暂态样本集;
阻抗信息学习模块,用于构建卷积神经网络,根据所述暂态样本集对所述卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型;
暂态电压稳定评估模块,用于基于所述暂态电压稳定评估模型对所述关键负荷节点的阻抗信息进行分析,输出系统暂态电压稳定状态评估结果。
7.一种终端,其特征在于,包括:处理器以及存储器,所述存储器存储有基于阻抗信息学习的电网暂态电压稳定评估程序,所述基于阻抗信息学习的电网暂态电压稳定评估程序被所述处理器执行时用于实现如权利要求1-5中任意一项所述的基于阻抗信息学习的电网暂态电压稳定评估方法的操作。
8.一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存储有基于阻抗信息学习的电网暂态电压稳定评估程序,所述基于阻抗信息学习的电网暂态电压稳定评估程序被处理器执行时用于实现如权利要求1-5中任意一项所述的基于阻抗信息学习的电网暂态电压稳定评估方法的操作。