电力系统暂态稳定监测方法、装置、终端设备及存储介质

1.一种电力系统暂态稳定监测方法，其特征在于，包括以下步骤：获取电力系统采集得到的历史特征数据，系统采样从故障发生前采集到故障发生后；根据所述采集得到的历史特征数据，构造输入状态图序列，所述输入状态图序列根据故障发生前到故障发生后的时间序列上的每一个采样点对应的电力系统的状态图构成，其中，所述状态图以电力系统的母线作为节点进行构建；根据故障发生后的发电机的功角值，获取每个发电机的稳定状态结果，作为每一所述发电机对应的标签；将所述输入状态图序列和每一所述发电机的稳定状态结果输入到基于时空图卷积网络的模型训练，得到电力系统暂态稳定预测模型；当故障发生后，采集电力系统不同故障模式下的特征数据，构造输入状态图序列输入到电力系统暂态稳定预测模型，得到每一节点的失稳概率；根据每一所述节点的失稳概率，监测每台发电机的稳定状态；其中，所述状态图以电力系统的母线作为节点进行构建中，所述状态图具体通过以下步骤构建：(1)定义状态图G t ，用于描述t时刻的电力系统状态；(2)定义图的节点集合V，表示电力系统中的母线集合，节点v i 的特征向量集为6维向量[V bus ,θ bus ,P G ,Q G ,P L ,Q L ]，分别表示节点电压幅值大小、节点相角大小、节点的有功出力大小、节点的无功出力大小、节点的有功负荷大小、节点的无功负荷大小；(3)定义边的集合E，给定t时刻的电力系统节点导纳矩阵，则有当y ij ≠0时，e ij ∈E；当y ij ＝0时， 其中，y ij 标记节点i和节点j的互导纳；e ij 是连接节点i和节点j的边；则，所述输入状态图序列具体为：其中，G prefault 表示故障发生前电力系统的状态图， 表示故障发生过程中的电力系统的状态图序列，包含故障发生的时间序列中的每一个采样点对应的状态图， 表示故障发生后电力系统的状态图序列，包含故障发生后的时间序列中的每一个采样点对应的状态图。 2.如权利要求1所述的电力系统暂态稳定监测方法，其特征在于，所述将所述输入状态图序列和每一所述发电机的稳定状态结果输入到基于时空图卷积网络的模型训练，其中，所述基于时空图卷积网络的模型具体包括：所述时空图卷积网络由2个时空卷积块和1个输出层组成，所述时空卷积块包含两层时间卷积层和一层空间卷积层，所述空间卷积层位于所述两层时间卷积层的中间，且所述空间卷积层采用基于空域的图卷积。 3.如权利要求1所述的电力系统暂态稳定监测方法，其特征在于，所述根据故障发生后的发电机的功角值，获取每个发电机的稳定状态结果，作为每一所述发电机对应的标签，具体包括：获取长时间仿真后的预设时刻得到的电力系统的所有发电机中的最大功角对应的发电机i与最小功角对应的发电机j；分别统计其他发电机与发电机i、发电机j的功角的差的绝对值小于180的发电机数量，从发电机i、发电机j中选取与其他发电机的功角的差的绝对值小于180的发电机数量更多的发电机作为基准功角发电机；设置所述基准功角发电机的稳定状态为未失稳，并标记为0，计算其他发电机功角与所述基准功角发电机功角的差的绝对值，并将与所述基准功角发电机的功角的差的绝对值大于180的发电机标设置为失稳，标记为1，与所述基准功角发电机的功角的差的绝对值小于180的发电机标设置为未失稳，标记为0。 4.如权利要求2所述的电力系统暂态稳定监测方法，其特征在于，所述当故障发生后，采集电力系统不同故障模式下的特征数据，构造输入状态图序列输入到电力系统暂态稳定预测模型，得到每一节点的失稳概率，具体包括：将所述输入状态图序列输入到电力系统暂态稳定预测模型中，经过2层时空卷积块得到输出状态图序列；对于每一节点，提取所述输出状态图序列中的每个采样点对应的状态图上的所述节点对应的特征向量集进行拼接，得到每一节点的特征长向量；每一所述节点的特征长向量通过所述输出层的单层全连接层和Sigmoid激活函数，输出得到每一所述节点的失稳概率。 5.一种电力系统暂态稳定监测装置，其特征在于，包括：历史特征数据获取模块，用于获取电力系统采集得到的历史特征数据，系统采样从故障发生前采集到故障发生后；输入构造模块，用于根据所述采集得到的历史特征数据，构造输入状态图序列，所述输入状态图序列根据故障发生前到故障发生后的时间序列上的每一个采样点对应的电力系统的状态图构成，其中，所述状态图以电力系统的母线作为节点进行构建；标签获取模块，用于根据故障发生后的发电机的功角值，获取每个发电机的稳定状态结果，作为每一所述发电机对应的标签；模型训练模块，用于将所述输入状态图序列和每一所述发电机的稳定状态结果输入到基于时空图卷积网络的模型训练，得到电力系统暂态稳定预测模型；节点失稳概率获取模块，用于当故障发生后，采集电力系统不同故障模式下的特征数据，构造输入状态图序列输入到电力系统暂态稳定预测模型，得到每一节点的失稳概率；状态监测模块，用于根据每一所述节点的失稳概率，监测每一发电机的稳定状态；其中，所述状态图以电力系统的母线作为节点进行构建中，所述状态图具体通过以下步骤构建：(1)定义状态图G t ，用于描述t时刻的电力系统状态；(2)定义图的节点集合V，表示电力系统中的母线集合，节点v i 的特征向量集为6维向量[V bus ,θ bus ,P G ,Q G ,P L ,Q L ]，分别表示节点电压幅值大小、节点相角大小、节点的有功出力大小、节点的无功出力大小、节点的有功负荷大小、节点的无功负荷大小；(3)定义边的集合E，给定t时刻的电力系统节点导纳矩阵，则有当y ij ≠0时，e ij ∈E；当y ij ＝0时， 其中，y ij 标记节点i和节点j的互导纳；e ij 是连接节点i和节点j的边；则，所述输入状态图序列具体为：其中，G prefault 表示故障发生前电力系统的状态图， 表示故障发生过程中的电力系统的状态图序列，包含故障发生的时间序列中的每一个采样点对应的状态图， 表示故障发生后电力系统的状态图序列，包含故障发生后的时间序列中的每一个采样点对应的状态图。 6.如权利要求5所述电力系统暂态稳定监测装置，其特征在于，所述模型训练模块中，所述基于时空图卷积网络的模型，具体包括：所述时空图卷积网络由2个时空卷积块和1个输出层组成，所述时空卷积块包含两层时间卷积层和一层空间卷积层，所述空间卷积层位于所述两层时间卷积层中间，且所述空间卷积层采用基于空域的图卷积。 7.如权利要求6所述电力系统暂态稳定监测装置，其特征在于，所述节点失稳概率获取模块，具体用于：将所述输入状态图序列输入到电力系统暂态稳定预测模型中，通过2层时空卷积块处理得到输出状态图序列；对于每一节点，提取所述输出状态图序列中的每个采样点对应的状态图上的所述节点对应的特征向量集进行拼接，得到每一节点的特征长向量；每一所述节点的特征长向量通过输出层的单层全连接层和Sigmoid激活函数，输出得到每一所述节点的失稳概率。 8.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述的电力系统暂态稳定监测方法。 9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4中任一项所述的电力系统暂态稳定监测方法。