(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211303772.3 (22)申请日 2022.10.24 (71)申请人 国网山西省电力公司电力科 学研究 院 地址 030001 山西省太原市迎泽区青年路6 号 (72)发明人 程雪婷　暴悦爽　郑惠萍　王玮茹　 王锬　刘新元　芦晓辉　陈丹阳　 薄利明　芦耀辉　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 贾瑞华 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06N 3/08(2006.01)G06F 113/04(2020.01) (54)发明名称 新能源电网脆弱线路辨识方法、 系统、 电子 设备及介质 (57)摘要 本发明提供一种新能源电网脆弱线路辨识 方法、 系统、 电子设备及介质， 属于电网关键线路 辨识领域， 方法包括： 获取新能源电网的拓扑结 构及当前运行数据； 基于拓扑结构及当前运行数 据， 以线路和新能源机组为节点， 母线为边， 生成 当前电网图数据； 根据当前电网图数据， 基于脆 弱线路辨识模 型， 确定新能源电网中各线路的当 前类别； 各线路的当前类别为脆弱线路或非脆弱 线路； 脆弱线路辨识模型为预先采用训练样本集 对门控图神经网络进行训练得到的。 结合新能源 电网的拓 扑结构及运行数据， 采用基于门控神经 网络的电网脆弱线路辨识模型对新能源电网中 的线路进行分类， 提高了脆弱线路的辨识速度及 准确率。 权利要求书2页 说明书8页 附图2页 CN 115470604 A 2022.12.13 CN 115470604 A 1.一种新能源电网脆弱线路辨识方法， 所述新能源电网中包括多个新能源机组、 多条 线路及母线， 其特 征在于， 所述 新能源电网脆弱线路辨识方法包括： 获取新能源电网的拓扑结构及 当前运行数据； 所述当前运行数据包括各新能源机组 的 当前出力数据及各线路的当前潮流数据； 基于所述拓扑结构及所述当前运行数据，  以线路和新能源机组为节点， 母线为边， 生 成当前电网图数据； 所述当前电网图数据包括各节点的邻接矩阵及当前特征向量； 新能源 机组的当前特征向量为对应的新能源机组的当前出力数据； 线路的当前特征向量为对应的 线路的当前潮流数据； 根据所述当前电网图数据， 基于脆弱线路辨识模型， 确定所述新能源电网中各线路的 当前类别； 各线路的当前类别为脆弱线路或非脆弱线路； 所述脆弱线路辨识模型为预先采 用训练样本集对门控图神经网络进行训练得到的； 所述训练样本集包括多个历史电网图数 据及各历史电网图数据对应的标签信息； 各历史电网图数据包括各节点的邻接矩阵及历史 特征向量； 所述标签信息包括各线路的历史类别。 2.根据权利要求1所述的新能源电网脆弱线路辨识方法， 其特征在于， 新 能源机组的当 前出力数据包括： 新能源机组的有功功 率、 新能源机组的无功功 率、 新能源机组的额定电压 及新能源机组的额定容 量。 3.根据权利要求1所述的新能源电网脆弱线路辨识方法， 其特征在于， 线路的当前潮流 数据包括： 线路上的有功 功率、 线路上的无功 功率、 线路始末端的电压 差值及相角差值。 4.根据权利要求1所述的新能源电网脆弱线路辨识方法， 其特征在于， 所述门控图神经 网络包括依次连接的传播模型、 输出模型及分类层； 所述脆弱线路辨识模型的建立方法包括： 获取所述新能源电网的拓扑 结构及多组历史运行 数据； 针对任一组历史运行数据， 基于所述拓扑结构及所述历史运行数据， 以线路和新能源 机组为节点， 母线为 边， 生成对应的历史电网图数据； 基于所述 新能源电网的拓扑 结构建立电网仿真模型； 针对任一组历史运行数据， 基于所述电网仿真模型及所述历史运行数据进行连锁故障 仿真， 确定连锁故障链及连锁故障矢负荷量； 根据所述连锁故障链及所述连锁故障矢负荷量， 计算所述新能源电网中各线路的风险 值； 根据各线路的风险值， 确定所述历史运行 数据对应的各线路的历史类别； 针对任一历史电网图数据， 通过所述传播模型对所述历史电网图数据中各节点的历史 特征向量进行迭代学习， 得到各节点的最终状态； 针对任一节点， 通过所述输出模型根据所述节点的最终状态及历史特征向量， 确定所 述节点的输出 特征； 通过所述分类层对各线路的输出 特征进行分类， 以得到各线路的预测类别； 根据各线路的预测类别及历史类别， 基于交叉熵损 失函数， 对所述传播模型及所述输 出模型进行迭代训练，  以得到脆弱线路辨识模型。 5.根据权利要求4所述的新能源电网脆弱线路辨识方法， 其特征在于， 根据所述连锁故 障链及所述连锁故障矢负荷量， 计算所述 新能源电网中各线路的风险值， 具体包括：权　利　要　求　书 1/2 页 2 CN 115470604 A 2针对任一线路， 根据所述连锁故障链及所述连锁故障矢负荷量， 确定所述线路的故障 概率、 所述线路断开造成的失负荷量、 所述线路断开造成的新能源切机总量及所述线路断 开造成的直 流线路停运数量； 根据所述线路的故障概率、 所述线路断开造成的失负荷量、 所述线路断开造成的新能 源切机总量及所述线路断开造成的直 流线路停运数量， 计算所述线路的风险值。 6.根据权利要求5所述的新能源电网脆弱线路辨识方法， 其特征在于， 采用以下公式， 计算线路i的风险值： R(i)＝Hf(i)L(i)G(i)M(i)； 其中， R(i)为线路i的风险值， Hf(i)为线路i在连锁故障仿真中的故障概率， L(i)为线路 i断开造成的矢负荷量， G(i)为线路i断开造成的新能源切机总量， M(i)为线路i断开造成的 直流线路停运数量。 7.根据权利要求4所述的新能源电网脆弱线路辨识方法， 其特征在于， 所述交叉熵损失 函数为： 其中， Floss为损失函数值， N为 新能源电网中线路的总数， ai为线路i的历史类别， 为线 路i的预测类别为 脆弱线路的概 率值。 8.一种新能源电网脆弱线路辨识系统， 所述新能源电网中包括多个新能源机组、 多条 线路及母线， 其特 征在于， 所述 新能源电网脆弱线路辨识系统包括： 当前数据获取单元， 用于获取新能源电网的拓扑结构及当前运行数据； 所述当前运行 数据包括各新能源机组的当前 出力数据及各线路的当前潮流数据； 电网图生成单元， 与所述当前数据获取单元连接， 用于基于所述拓扑结构及所述当前 运行数据， 以线路和新能源机组为节点， 母线为边， 生成当前电网图数据； 所述当前电网图 数据包括各节点的邻接矩阵及当前特征向量； 新能源机组的当前特征向量为对应的新能源 机组的当前 出力数据； 线路的当前 特征向量为对应的线路的当前潮流数据； 分类单元， 与所述电网图生成单元连接， 用于根据 所述当前电网图数据， 基于脆弱线路 辨识模型， 确定所述新能源电网中各线路的当前类别； 各线路的当前类别为脆弱线路或非 脆弱线路； 所述脆弱线路辨识模型为预先采用训练样本集对门控图神经网络进行训练得到 的； 所述训练样本集包括多个历史电网图数据及各历史电网图数据对应的标签信息； 各历 史电网图数据包括各节点的邻接矩阵及历史特征向量； 所述标签信息包括各线路的历史类 别。 9.一种电子设备， 其特征在于，  包括存储器及处理器， 所述存储器用于存储计算机程 序， 所述处理器运行所述计算机程序以使 所述电子 设备执行权利要求 1至7中任一项 所述的 新能源电网脆弱线路辨识方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至7中任一项所述的新能源电网脆弱线路辨识方法。权　利　要　求　书 2/2 页 3 CN 115470604 A 3