基于t-SNE的电力系统电气距离可视化方法研究

基于t-SNE的电力系统电气距离可视化方法研究

傅培强

深圳金奇辉电力建设工程有限公司 广东 深圳 518000

摘要：现有的电力系统电气距离可视化计算方法主要使用单线结构图以及地理连接结构体相互结合等形式，因此基于t-SNE计算方式，电力系统电气距离可视化方法仅能够展现出电气距离的连通性，无法有效反映出电力网络电气距离连接强度，因此对于电力系统电气距离可视化工作的选择成为影响电力系统运转效果的重要因素。本文详细分析电力系统电气距离概论，并且结合实际案例，深入探索电力系统电气距离计算流程。

关键词：电力系统；电气距离；t-SNE计算法；电力网络

为了确保电能可以安全且稳定的传输，我国各个地区的电网相继开展西电东送、全国网路连接以及高压电力传输等重要工程，随着电网施工规模不断增加，电网安全性能也呈现出多变性。

一、电力系统电气距离概论

（一）电气距离

电气距离是指电力系统中任意2个节点之间的联系阻抗,是决定电网稳定特征的重要参数,阻抗值小代表这两点间的联系紧密,相互影响作用明显。电气距离与地理距离之间没有必然的联系,它主要取决于电压等级、两点之间直接或间接连接的支路数量以及支路阻抗大小等因素。

电力系统电气距离的求解方法已经较为成熟,通常是基于节点阻抗矩阵Z来求解节点对的自阻抗,而获取节点阻抗矩阵Z的方法一般有2种:支路追加法和节点导纳矩阵Y求逆的方法。文中采用后者,因此主要步骤包括: (1)遍历电网内全部支路(包括交流线和变压器),形成节点导纳矩阵Y;(2)对Y矩阵进行求逆,得到节点阻抗矩阵z;(3)对任意节点对i和j的自阻抗z.;=Z;+Z;- -Zg -Zp;(4)求取每个节点对自阻抗复数的幅值,形成节点间电气距离矩阵。在不考虑移相器等因素的.情况下，该矩阵为对称阵,且对角线数值为0,因此只需保存.上三角矩阵的数值即可[1]。

（二）t-SNE计算法

t-SNE是SNE的改进算法,主要解决了SNE算法中的2个问题:不对称问题和拥挤问题。

(1) 不对称问题:SNE算法定义的条件概率是不对称的,即p;;≠Paj和q;1;≠q;; ,按照常理,两点之间的距离或者相似度应该是唯一的，所以它们应该相等。为此,t-SNE算法在式(1)和式(2)的基础之上重新定义了Pi和gi; ,并记为p,和qg :

(2)拥挤问题:数据降维可视化的理想效果是把相似或者相近的点聚在一簇,不同类别的簇尽量分隔开。SNE算法中高维空间和低维空间的条件概率均采用高斯分布,假设求解后分布大概一致,由于空间维度减小,低维空间中不同类别的簇势必也会挨着很近,造成拥挤。为了解决该问题, t-SNE算法将低维空间中的条件概率分布换成了t-分布。

除此之外，想要保证此种计算方式中代价函数C更小,则要求p;与qj分布更一致,那么在高维空间中相近的点映射到低维空间中后点的距离更近,高维空间中隔得较远的点映射到低维空间中点的距离更远。

二、实际案例

（一）IEEE-118计算案例

实际开展电力系统电气距离可视化研究过程中，使用IEEE-118标准测试系统计算验证时，该系统一共包含118个节点，191条支线以及9条变压设备支路。因此假设系统处于全部连接状态，则需要利用t-SNE计算法得到各个节点之间的电气距离。如果节点之间电气距离为0.046的话，则说明电气距离相对较近，要立刻降维处理，才能得到准确的可视化效果。

由于电力系统节点23与24均在红色方框内，确保可见距离与电气距离相符合，因此技术人员需要使用平均数值进行聚类分析，最终得到7个聚类子群，根据现阶段聚类子群所得到信息结果可知：聚类计算结果与可视化结果基本相同[2]。

IEEE-118系统中的K-means分类结果想要保证准确性，需要将节点之间的支路结构断开，其他保证不变，此时两个节点之间的电气距离为0.5，明显大于电气距离的平均数值0.24。因此使用t-SNE计算法详细分析，最终得出的可视化结果需要与两个节点相互对比才能保证计算结构的精准程度。

由于节点23，24分别在距离较远区域，所以利用支路运行两节点时发现两节点电气距离相对较近，如果断开之后则应经过多条支路实现远距离互联操作，针对此种现状，需要将K-means分类处理，保证两个节点能够分别归纳至不同小组中。除此之外，当支路断开之后，电气距离的平均数值则从0.21转变为0.24，进一步说明电力系统电气距离紧密程度大幅度下降。

（二）电力网络计算案例

为了保证电力系统电气距离可视化方法研究效果，本次以国家电力网络企业单日在线计算数据作为基础条件，有效验证t-SNE计算法的可行性，由于测试地区电力网络处于联网运行状态，所以网络在线处理数据中包含：华北、华中等地区所有额定电压为220KV以上的电网络设备和仪器。经过一系列信息和数据研究可知：该地区所有电力网络厂站之间的电力距离可视化结果具有按照省市划分群体等特点。其中省内电力厂站所具有的电气距离一般小于各个省市之间，为此需要根据可视化结果以及电网特点相互结合，进一步验证t-SNE计算法的可行性。

除此之外，t-SNE计算法虽然在分群处理上获得较好效果，但是群体与群体之间的联系处理环节上仍然存在着问题和不足。比如：山东地区的电力网络在位置规划和建设上，不应位于西华电力网络的核心位置，深入探索其主要原因，由于低纬度空间坐标数据在初期处于随机变化，虽然参数在不断更新迭代过程中具有明显波动，但是最终群体所在的位置仍然受到初始化计算结果的影响和作用，针对此种现状，技术人员可以结合计算方式或者硬件设备针对整个初始化流程合理完善与改革，以此获得更好的研究结果[3]。

三、电力系统电气距离计算流程

（一）自阻抗矩阵数据

电力系统电气距离计算时，想要确保计算结果稳定性，需基于电力网络拓扑结构与系统运行参数，形成系统引导矩阵，通过逆方向计算得到阻抗矩阵，同时利用公式Zgg=Z:+Zj-Zq-Zj，有效构成各个节点相对的自我阻抗矩阵参数，确保矩阵有效反映出任意两个节点之间的电气距离。

（二）t-SNE 算法

利用此种计算方式进行降维处理，需要以最小化电气距离空间，以及低维度空间内所产生矩阵概率，结合KL散度作为核心计算目标，有效将低维度空间内每一个节点坐标参数作为参数开展系统更新迭代信息计算，而当KL散度较小，或者系统更新迭代频率次数达到上限时，信息计算结束，并将其输出低维度空间坐标[4]。

结束语：

由此可见，为了最大程度提升调度人员所掌握电网运行基础能力，我国各个地区都已经部署在线分析模块。所以在线分析技术的应用同样对可视化技术提出了更高技术要求，对电网在线监视、信息分析以及系统控制成为了调度自动化系统迫切要求。

参考文献：

[1]项胤兴,黎琦,林济铿.电力系统并行恢复分区新模型及算法[J].中国电力,2020,53(07):160-168.

[2]徐旸,王佳斌,彭凯.结合PCA的t-SNE算法的并行化实现方法[J/OL].华侨大学学报(自然科学版):1-8.

[3]尚前明,沈栋,边祥瑞.基于小波阈值去噪与t-SNE的船舶柴油机故障识别[J].中国修船,2021,34(05):40-42+47-47.

[4]陈行滨,张羽楠,陈然,黄芳芳,陈强.基于大屏可视化技术在电网系统中的运行研究[J].微型电脑应用,2022,38(04):121-123+131-131.