CN119787351B 基于时序数据分析的电力网络拓扑优化方法 （安徽方能电气技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119787351B(45)授权公告日2025.07.01

(21)申请号202510272547.5

(22)申请日2025.03.10

(65)同一申请的已公布的文献号申请公布号CN119787351A

(43)申请公布日2025.04.08

(73)专利权人安徽方能电气技术有限公司

地址230000安徽省合肥市庐阳区杏花村

镇桃花村桃花园工业区1幢

专利权人国网江苏省电力有限公司经济技

术研究院

(72)发明人王静怡翟晓萌仓敏吴霜程曦徐超刘汇川王球诸德律孙海森张华刘婷凌俊斌刘迪吴雪

(74)专利代理机构合肥知汇天诚知识产权代理事务所(特殊普通合伙)

34369

专利代理师王丽丽

(51)Int.CI.

H02J3/00(2006.01)

H02J3/06(2006.01)

GO6F30/18(2020.01)

GO6F30/20(2020.01)

GO6F113/04(2020.01)

(56)对比文件

CN119010024A,2024.11.22

WO2022134596A1,2022.06.30

审查员刘国霄

权利要求书2页说明书10页附图1页

(54)发明名称

将电网划分为若干个子区域，并在子区域内注入扰动信号获取时序扰动响应数据并提取震荡特征，

将电网划分为若干个子区域，并在子区域内注入扰动信号

获取时序扰动响应数据并提取震荡特征，识别震荡节点

构建震荡薄弱评估模型，对震荡节点进行薄弱评估

基于评估结果对DTW的相位差矩阵进行修正，筛选跨区域风险传播路径

根据筛选结果进行电网拓扑重构

(57)摘要

本发明公开了基于时序数据分析的电力网络拓扑优化方法，涉及电力网络拓扑优化技术领域，包括以下步骤：将电网划分为若干个子区域，并在子区域内注入扰动信号；获取时序扰动响应数据并提取震荡特征，识别震荡节点；构建震荡薄弱评估模型，对震荡节点进行薄弱评估；基于评估结果对DTW的相位差矩阵进行修正，筛选跨区域风险传播路径；根据筛选结果进行电网拓扑重构解决传统网络优化方法中薄弱节点识别不准确以及跨区域高风险路径筛选准确率低的问

CN

CN119787351B

CN119787351B权利要求书1/2页

2

1.基于时序数据分析的电力网络拓扑优化方法，其特征在于，包括以下步骤：

将电网划分为若干个子区域，并在子区域内注入扰动信号；

获取时序扰动响应数据并提取震荡特征，识别震荡节点；

计算薄弱点能量的导数并输入至预设的物理层，得到薄弱点物理约束特征；

将薄弱点物理约束特征输入至预设的机器学习模型中进行训练和验证，得到震荡薄弱评估模型；

获取每个震荡节点的相位角时序数据和拓扑数据并计算震荡节点的瞬时动能分量、阻尼比和最大相位差；

将震荡节点的瞬时动能分量、阻尼比和最大相位差输入至震荡薄弱评估模型，得到每个震荡节点的薄弱值；

基于薄弱值，对震荡节点进行薄弱评估；

基于评估结果对DTW的相位差矩阵进行修正，筛选跨区域风险传播路径；

根据筛选结果进行电网拓扑重构。

2.根据权利要求1所述的基于时序数据分析的电力网络拓扑优化方法，其特征在于，所述将电网划分为若干个子区域，并在子区域内注入扰动信号，具体为：

将电网划分为若干个子区域，获取子区域内电网节点的拓扑数据，计算子区域电网节点PSM矩阵，所述PSM矩阵是基于电网节点之间的相位差和时序响应特性构建的；

基于子区域电网节点PSM矩阵对电网节点进行筛选，得到筛选后的节点；

在筛选后的节点中注入扰动信号。

3.根据权利要求2所述的基于时序数据分析的电力网络拓扑优化方法，其特征在于，所述获取时序扰动响应数据并提取震荡特征，识别震荡节点，具体为：

对时序扰动响应数据分别进行时域和频域特征提取，得到电力特征值和通信特征值；将电力特征值和通信特征值进行特征融合，得到节点的震荡特征；

对震荡特征采用预设的约束条件进行判断，得到节点的震荡节点。

4.根据权利要求3所述的基于时序数据分析的电力网络拓扑优化方法，其特征在于，所述基于评估结果对DTW的相位差矩阵进行修正，筛选跨区域风险传播路径，具体为：

获取节点在预设时间窗口内的相位角序列；

计算节点对的累积距离并构建累积距离初始矩阵；

基于预设的递推公式计算每对节点对的相位