买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华北电力大学

摘要：本发明公开了一种基于数据驱动的电力系统潮流计算方法，通过引入辅助状态变量，将原始非线性潮流方程转化为精确线性潮流方程，进一步表示为准确线性回归方程。在求解之前给出判断当前潮流数据与历史模拟数据是否有相同拓扑结构的步骤方法。最后给出离线学习步骤方法求解线性回归方程，得到映射矩阵，给出在线计算步骤方法得到辅助状态变量，通过非线性和线性变换得到状态变量。本发明所述潮流计算方法没有收敛问题，在保证相似计算精度的情况下，计算效率远远高于传统牛顿‑拉夫逊法和快速分解法，适合于大规模网络的在线应用。

主权项：1.一种基于数据驱动的电力系统潮流计算方法，其特征在于，包括以下步骤：步骤A.引入辅助状态变量，将原始非线性潮流方程转化为精确线性潮流方程，表示为准确线性向量矩阵回归方程Y＝HZ+V，其中，Y代表辅助状态向量聚合后矩阵，H是依赖于网络拓扑和网络参数的未知常数映射矩阵，Z代表辅助边界向量聚合后矩阵，V是当期望值Ev＝0时历史模拟数据中存在的误差；步骤B.判断当前电力系统潮流数据与历史模拟数据是否有相同拓扑结构，即通过计算来判断是否有相同拓扑结构，其中，代表两个辅助边界向量的等级相关系数，m代表辅助边界向量元素个数，di代表两个辅助边界向量的等级差；具体包括以下子步骤：子步骤B1：取任意两个历史数据，基于步骤A计算其相应的辅助边界向量和如果和有很强的的线性相关性，则可以认为它们具有相同的拓扑结构；子步骤B2：判断其线性相关性，若则认为其具有交响的线性相关性，其对应的拓扑结构是相同的；使用RCC代替Pearson相关系数PCC；步骤C.给出离线学习步骤方法求解线性回归方程，得到映射矩阵 其中，s代表历史模拟潮流数据个数，yi代表第i个历史模拟潮流数据中的辅助状态向量，H是依赖于网络拓扑和网络参数的常数映射矩阵，代表第i个历史模拟潮流数据中的辅助边界向量，Y代表辅助状态向量聚合后矩阵，Z代表辅助边界向量聚合后矩阵；给出在线计算步骤方法，得到辅助状态变量最后进行线性和非线性变换得到状态变量ui、θi；所述步骤C中，基于步骤A、B，给出离线学习步骤得到映射矩阵并通过在线计算阶段得到辅助状态变量，最后进行非线性和线性变换得到状态变量；所述步骤C进一步包括以下子步骤：子步骤C1：基于步骤A，将拓扑结构相同的历史模拟潮流数据聚合起来，忽略共线性影响，使用加权最小二乘WLS方法直接估计映射矩阵H，得到估计的映射矩阵如下所示： 历史模拟潮流数据个数s与辅助状态变量个数2N-1的比例影响着映射矩阵的精度，保证s≥2N-1时可用；子步骤C2：基于步骤B，快速找到与当前潮流数据拓扑结构相同的历史模拟数据，得到相应的矩阵，通过得到当前数据的辅助状态向量，其中和是当前潮流数据的辅助边界向量和估计的辅助状态向量；步骤C3：潮流计算的解是辅助状态变量，通过非线性和线性变换得到原始状态变量；将辅助状态变量变换为中间变量yI并定义为yI＝[ui，I；θij，I]；中间状态变量与所求的辅助状态变量之间存在如下的非线性变换关系： θij，I＝arctanIijRij最后状态变量由ui＝ui，I和得到，式中，Ae为电力系统中降阶的节-支关联矩阵，不包含松弛节点。

全文数据：

权利要求：

百度查询： 华北电力大学 一种基于数据驱动的电力系统潮流计算方法