基于运行关键指标和Seq2Seq的大电网运行异常识别

• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 运行指标 异常识别 序列到序列(Seq2Seq) 长短期记忆单元(LSTM) 电网运行
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 能源互联网环境下电力系统安全可靠、经济运行
• 页码范围: 17-24
• 页数: 8页
• 分类号: TM73
• 字数: 5562字
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2020.07.003

摘要

基于电网运行指标的态势感知是未来主要电网调度模式,电网运行异常识别是态势感知的重要内容.首先,从大电网调控运行需求出发构建了全面反映电网运行情况的综合指标体系;然后,采用由长短期记忆单元组成的自动编码机构建指标异常识别模型,在缺少电网运行指标异常数据的情况下,采用无监督的方式从电网正常运行状态下指标历史数据中学习指标的内在模式;最后,基于模型的重构误差分布提出了反映指标偏离正常状态的异常分数.将电网运行指标实时数据送入训练后的模型进行重构,当存在异常时会产生较大的异常分数,根据异常分数识别电网运行指标异常.实验结果表明,当电网运行指标出现异常时该模型可以根据异常分数进行有效识别,从而帮助电网调度人员及时感知电网运行风险,及时采取控制措施保障电网运行安全.