基于潮流计算的电力系统控制方法、装置和计算机设备与流程

本技术涉及电力系统，特别是涉及一种基于潮流计算的电力系统控制方法、装置和计算机设备。

背景技术：

1、潮流计算的目标是计算电力系统中各节点的电压和相角，以及各支路的功率流动。潮流计算结果对于电力系统的规划、运行和控制具有重要意义。通过潮流分析，可以确定系统中的功率损耗、电压稳定性、潮流拥挤程度等关键指标，从而支持决策制定和运行调度。

2、在能源互联网的新形势下，潮流计算所涉及的电网结构变得越来越复杂。这不仅体现在电网规模的扩大上，还体现在网络连通程度的不断提高上。传统采用牛顿-拉夫逊法和高斯-赛德尔法等迭代方法进行潮流计算的方法，例如，在n-1安全校验问题中，需要在系统中每个单一元件断路的情况下进行大量的非线性计算，得到的潮流计算结果精确性不高，已经不能完全适用于当前的电力系统。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于潮流计算的电力系统控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够提高潮流计算结果的精确性，从而提高电力系统控制的精确性。

2、第一方面，本技术提供了一种基于潮流计算的电力系统控制方法，包括：

3、获取由电力系统中各节点的功率组成的节点功率矩阵；

4、采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；

5、确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；

6、根据电压相角差和参考连接矩阵，计算得到各节点的相位角；

7、将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。

8、在其中一个实施例中，训练后的神经网络模型包括图注意力神经网络和全连接神经网络；采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差，包括：

9、将节点功率矩阵作为训练后的神经网络模型的输入，采用图注意力神经网络对节点功率矩阵进行图注意力处理，得到输出特征矩阵；

10、采用全连接神经网络对输出特征矩阵进行全连接处理，得到电压幅值矩阵和相角差矩阵；

11、基于电压幅值矩阵，获取各节点的电压幅值，基于相角差矩阵，获取具有连接关系的节点之间的电压相角差。

12、在其中一个实施例中，具有连接关系的两个节点之间构成一条支路；确定电力系统的连接矩阵，包括：

13、获取节点数量和支路数量；

14、基于节点数量和支路数量，构建初始矩阵；

15、遍历每个支路，针对第i个支路，确定支路中的起始节点j，以及支路中的终止节点k；将初始矩阵中第i行第j列的元素置为第一预设值、将第i行第k列的元素置为第二预设值，将第i行除第j列、第k列以外的元素置为第三预设值；其中，i为小于等于支路数量的正整数，j和k均为小于等于节点数量的正整数，j不等于k；

16、直至所有支路遍历结束，得到电力系统的连接矩阵。

17、在其中一个实施例中，根据连接矩阵和参考节点的信息，构建参考连接矩阵，包括：

18、获取连接矩阵中线性无关的行；

19、基于连接矩阵中线性无关的行构建中间矩阵；

20、在中间矩阵中添加参考节点的信息，得到参考连接矩阵。

21、在其中一个实施例中，在中间矩阵中添加参考节点的信息，得到参考连接矩阵，包括：

22、在中间矩阵中添加参考行，并将参考行中参考节点所在的目标列对应的元素置为第一参考值，将参考行中非目标列对应的元素置为第二参考值，得到参考连接矩阵。

23、在其中一个实施例中，根据电压相角差和参考连接矩阵，计算得到各节点的相位角，包括：

24、基于由电压相角差构成的相角差矩阵以及参考连接矩阵，得到相位角矩阵；

25、将相位角矩阵中各元素的值分别作为各节点的相位角。

26、第二方面，本技术还提供了一种基于潮流计算的电力系统控制装置，包括：

27、获取模块，用于获取由电力系统中各节点的功率组成的节点功率矩阵；

28、处理模块，用于采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；

29、构建模块，用于确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；

30、计算模块，用于根据电压相角差和参考连接矩阵，计算得到各节点的相位角；

31、控制模块，用于将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。

32、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

33、获取由电力系统中各节点的功率组成的节点功率矩阵；

34、采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；

35、确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；

36、根据电压相角差和参考连接矩阵，计算得到各节点的相位角；

37、将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。

38、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

39、获取由电力系统中各节点的功率组成的节点功率矩阵；

40、采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；

41、确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；

42、根据电压相角差和参考连接矩阵，计算得到各节点的相位角；

43、将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。

44、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

45、获取由电力系统中各节点的功率组成的节点功率矩阵；

46、采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；

47、确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；

48、根据电压相角差和参考连接矩阵，计算得到各节点的相位角；

49、将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。

50、上述基于潮流计算的电力系统控制方法、装置、计算机设备、存储介质和计算机程序产品，通过获取由电力系统中各节点的功率组成的节点功率矩阵；采用训练后的神经网络模型对节点功率矩阵进行处理，得到各节点的电压幅值以及具有连接关系的节点之间的电压相角差；确定电力系统的连接矩阵，根据连接矩阵和参考节点的信息，构建参考连接矩阵；连接矩阵用于表征不同节点之间的连接关系；根据电压相角差和参考连接矩阵，计算得到各节点的相位角；将各节点的电压幅值和相位角作为电力系统的潮流计算结果，基于潮流计算结果，对电力系统进行控制。这样，采用训练后的神经网络模型对电力系统的节点功率矩阵进行处理，有利于得到准确的各节点的电压幅值和具有连接关系的节点之间的电压相角差，由于参考连接矩阵中结合了参考矩阵和参考节点的信息，连接矩阵是基于不同节点之间的连接关系得到，参考节点的信息用于提供相位角的参考，基于参考连接矩阵和电压相角差，能够得到准确的各节点的相位角，潮流计算结果包括各节点的电压幅值和相位角，基于准确的潮流计算结果进行电力系统控制，有利于提高电力系统控制的精准性。