1.一种电力系统仿真样本收敛性调整方法，其特征在于，该方法首先采集电力系统在不同运行方式下的潮流方程初值数据及对应的收敛性，得到训练集和测试集；结合专家经验以及历史出力情况，确定所有参数的最大可调整量；利用线性支持向量机算法在训练集上求解收敛域超平面，利用计算得到的收敛性判断决策函数得到给定样本的潮流计算收敛性判断结果；针对不收敛样本，利用求解得到的收敛域超平面法向量作为相关系数对潮流样本进行调整，给出样本收敛性调整过程，从而给出收敛的电力系统潮流样本；所述方法包括以下步骤：(1)对具有N台非平衡发电机和M个负荷的电力系统，根据电力系统历史运行情况和运行人员经验，对电力系统的s种运行方式进行蒙特卡洛采样，其中，蒙特卡洛采样的范围设置为电力系统实际运行的负荷上限值和下限值之间，每种运行方式下得到d个样本，并得到一个由s×d个样本构成的数据集D 0 ，D 0 ＝(X k ，y k )，其中，上标k表示第k个潮流样本，k＝1,2,…,s×d，y k 表示第k个潮流样本的收敛性指标；采用潮流计算方法，求解潮流方程，得到样本的收敛性指标，即，设定潮流计算的最大迭代次数为C，对潮流计算的收敛性指标进行判断，若采用潮流计算方法对第k个样本求解得到收敛潮流解，则记收敛性指标y k ＝1，若采用潮流计算方法对第k个样本无法求解得到收敛潮流解，则记收敛性指标y k ＝0，X k 表示第k个潮流样本的潮流计算的特征向量，表达式如下：式中，下标i表示电力系统中的第i台非平衡发电机，i＝1,2,…,N，下标j表示电力系统中的第j个负荷，j＝1,2,…,M， 表示第k个潮流样本中第i台非平衡发电机有功出力的功率初值， 表示第k个潮流样本中第i台非平衡发电机机端电压幅值初值， 表示电力系统中参考节点的电压幅值初值， 表示第k个潮流样本中第j个负荷的有功功率初值， 表示第k个潮流样本中第j个负荷的无功功率初值；(2)采用线性归一化方法，对步骤(1)的数据集D 0 中的特征向量X k 进行归一化，则得到归一化后的数据集D 1 ， 其中 表示归一化后的特征向量，g()为归一化函数， (3)根据电力系统专家经验以及电力系统发电机和负荷的历史运行情况，确定电力系统中的每台发电机及每个负荷的可调节状态及最大可调整量，得到潮流样本的上调限值向量C up 及下调限值向量C down ，表达式如下：式中， 和 分别表示第i台非平衡发电机有功出力功率的最大上调量和最大下调量， 和 分别表示第i台非平衡发电机机端电压幅值的最大上调量和最大下调量， 和 分别表示参考节点机端电压幅值的最大上调量和最大下调量， 和 分别表示第j个负荷的有功功率的最大上调量和最大下调量， 和 分别表示第j个负荷的无功功率的最大上调量和最大下调量；(4)采用线性支持向量机算法，根据步骤(2)的数据集D 1 ，得到用于潮流样本收敛性调整的线性支持向量机模型，具体步骤如下：(4-1)从步骤(2)的数据集D 1 中随机抽取 个仿真场景作为训练集D train ，剩余 个仿真场景作为测试集D test ，其中 表示对0.8×s×d向下取整；(4-2)构造并求解约束最优化问题，表达式如下：满足： 式中， 为步骤(4-1)中构造的D train 中的第k个样本，ω,b分别为线性支持向量机构成超平面的法向量和截距，其中ω为2N+2M+1维列向量，N为电力系统非平衡发电机数量，M为电力系统负荷数量；式中，向量元素w的下标与步骤(1)公式中的含义相同；求解上述最优化问题，得到线性支持向量机构成超平面的法向量的最优解ω * 和截距的最优解b * ；根据线性支持向量机构成超平面，得到收敛性判断决策函数 式中，sgn()为符号函数；(4-3)根据步骤(4-1)得到的测试集D test ，对步骤(4-2)的收敛性判断决策函数 进行效果测试，若收敛性分类准确率高于或等于线性支持向量机预设准确率，则线性支持向量机训练结束，若收敛性分类准确率低于线性支持向量机预设准确率，则返回步骤(4-1)；(5)根据步骤(4)的收敛域超平面的法向量ω * ，利用步骤(3)中得到的样本初值最大可调整量，对样本收敛性进行调整，具体步骤如下：(5-1)对步骤(4)收敛域超平面的法向量ω * 中元素的绝对值进行排序，得到参数排列A：A＝[a 1 ,…,a t ,…,a 2N+2M+1 ]式中，a t 为与收敛域超平面的法向量ω * 中绝对值大小排序中第t个元素相对应的参数；(5-2)设参数调整次数r的初值为1，最大可调整次数为r max ，第r次调整后的样本值为 具体调节步骤如下：(5-2-1)设定调整分量Δc， 若Δc＝0则转入步骤(5-2-2)，若Δc≠0则转入步骤(5-2-3)；(5-2-2)当调整分量为0时，令r:＝r+1、r max :＝r max +1，转入步骤(5-2-1)；(5-2-3)当调整分量不为0时，设定 并使 替换原始样本中与收敛域超平面的法向量ω * 中绝对值大小排序中第r个元素相对应的参数a r ；设定 将 代入步骤(4-2)的收敛性判断决策函数 中，求解得到 设定线性支持向量机置信度δ，对 进行判断，若 则转入步骤(6)，若 则转入步骤(5-2-4)；(5-2-4)若调整次数r＝r max ，则调整r max ，或重新设定最大可调整量；若r<r max ，则令r:＝r+1，返回步骤(5-2-1)；(6)对步骤(1)的电力系统中的不收敛潮流样本，依次进行数据归一化和调整后，得到收敛的潮流样本，具体步骤如下：(6-1)根据步骤(1)的特征向量，将电力系统的不收敛潮流样本表示为如下的特征向量X 0 ：(6-2)利用步骤(2)的方法对特征向量X 0 进行归一化，得到特征向量 (6-3)将步骤(6-2)得到的特征向量 输入至步骤(4-2)的收敛性判断决策函数中，若判断结果为不收敛，则采用步骤(5)的方法，对样本的收敛性进行调整，得到调整后的样本 转入步骤(6-4)，若判断结果为收敛，则令X test ＝X 0 ，转入步骤(6-5)；(6-4)利用步骤(2)的反归一化方法，将步骤(6-3)得到的调整后样本 进行反归一化，得到特征向量X test ＝g -1 (X test )；(6-5)将特征向量X test 作为电网潮流方程的已知量，利用潮流计算方法求解潮流方程，若得到收敛的潮流计算结果，则调整结束，实现电力系统仿真样本收敛性的调整；若无法得到收敛的潮流计算结果，则转入步骤(6-6)；(6-6)增加潮流调整量，使 同时令线性支持向量机置信度δ＝δ 0 +Δδ，其中δ 0 为原始线性支持向量机置信度，Δδ为线性支持向量机置信度微增量，返回步骤(5-2)。
