← 返回列表

一种基于SHAP-LightGBM的交直流混联电网稳定控制方法

申请号: CN202311520969.7
申请人: 国网湖北省电力有限公司电力科学研究院; 南京东博智慧能源研究院有限公司
申请日期: 2023/11/13

摘要文本

一种基于SHAP‑LightGBM的交直流混联电网稳定控制方法,包括以下步骤:将交直流混联电网的每个发电机组的功角、电压、有功和无功参数作为特征,将电力系统的稳定与否作为标签,利用LightGBM模型进行预训练学习;在电力系统遇到故障后,通过故障后的电气信息进行预测,计算每个发电机组的有功和无功的SHAP值并按照贡献度大小从大到小排序;然后,按照排序逐一调整发电机组的有功和无功出力,并在每次调整后预测电力系统的稳定性,直至预测结果为稳定或所有发电机的出力都无法调整为止。在电力系统发生故障后,快速精准地调整发电机组的出力,实现电力系统的稳定控制,提高电力系统的安全性和可靠性。

专利详细信息

项目 内容
专利名称 一种基于SHAP-LightGBM的交直流混联电网稳定控制方法
专利类型 发明申请
申请号 CN202311520969.7
申请日 2023/11/13
公告号 CN117674083A
公开日 2024/3/8
IPC主分类号 H02J3/00
权利人 国网湖北省电力有限公司电力科学研究院; 南京东博智慧能源研究院有限公司
发明人 文博; 史逸川; 田亦鎏; 黎恒烜; 韩青青; 李鹏; 滕捷; 陈永昕; 王婷
地址 湖北省武汉市武昌徐东大街227号; 江苏省南京市建邺区奥体大街69号05幢2层整层

专利主权项内容

1.一种基于SHAP-LightGBM的交直流混联电网稳定控制方法,其特征在于,包括以下步骤:a.将交直流混联电网的每个发电机组的功角、电压、有功和无功参数作为特征,对电力系统进行稳定性判别,并将电力系统的稳定与否作为标签,利用LightGBM模型进行预训练学习,建立发电机组与电力系统稳定性之间的预训练模型;b.在新故障场景下将故障切除时发电机组的功角、电压、有功和无功数据作为特征值输入到步骤a预训练好的预训练模型中,对上述特征值进行预测得到预测分数,如果预测分数小于0.5,判为失稳,进入步骤c, 否则直接进入步骤e;c.计算故障切除时的每个发电机组有功和无功出力的SHAP值,将所有发电机组的有功和无功出力按照发电机组的SHAP值从大到小进行排序成列表L;d.如果当前列表L没有元素在内,进入步骤e, 否则,对列表L中第一个元素进行减少出力处理,并使用步骤a预训练的预训练模型进行预测,如果预测分数大于等于0.5, 进入步骤e,如果当前预测分数相比上一次预测分数有所提升,则保存修改值并重复步骤d,否则撤销该次处理,并将该元素移出列表L;e.完成电力系统的稳定控制。