(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 202210872831.2 (22)申请日 2022.07.21 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司电力调度控 制中心 (72)发明人 于珍　杨银国　刘洋　陆秋瑜　 伍双喜　朱誉　林英明　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 李妙芬 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 基于电力系统缺失数据重建的弹性指标评 估方法 (57)摘要 本发明公开了一种基于电力系统缺失数据 重建的弹性指标评估方法， 该方法包括： 根据电 力系统的运行场景， 匹配与连续时间周期下的缺 失数据对应的第一历史数据集， 并对 所述缺失数 据进行填充， 得到第一时序数据； 根据训练后的 重建模型和所述第一时序数据， 对 所述缺失数据 进行重建， 得到连续时间周期下的第二时序数 据， 对其进行反归一化， 并响应用户对弹性指标 的选择， 根据反归一化后的数据， 进行电力系统 弹性指标评估。 按照本发明实施例， 可实现连续 时间周期的缺失数据重建以及实时地弹性指标 评估。 权利要求书3页 说明书9页 附图4页 CN 115130909 A 2022.09.30 CN 115130909 A 1.一种基于电力系统缺失数据重建的弹性指标评估方法， 其特 征在于， 包括： 根据电力系统的运行场景， 匹配与连续时间周期下的缺失数据对应的第一历史数据 集， 并对所述 缺失数据进行填充， 得到第一时序数据； 根据训练后的重建模型和所述第一时序数据， 对所述缺失数据进行重建， 得到连续时 间周期下的第二时序数据； 所述训练后的重建模型包含U ‑net网络， 所述U ‑net网络用于根 据输入的所述第一时序数据， 提取相应的整体轮廓和波动特征， 再根据所述整体轮廓和波 动特征， 映射出 所述第二时序数据； 对所述第二时序数据进行反归一 化， 得到原 始量纲下的第三时序数据； 响应用户对弹性指标的选择， 根据所述第三时序数据， 进行电力系统的弹性指标评估。 2.如权利要求1所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述根据电力系统的运行场景， 匹配与连续时间周期下的缺失数据对应的第一历史数据 集， 并对所述 缺失数据进行填充， 得到第一时序数据， 具体为： 其中， 所述 运行场景包括： 夏季 大方式、 夏季小方式、 冬季 大方式和冬季小方式； 根据所述 缺失数据所在的运行场景， 选择 具有相同运行场景的所述第一历史数据集； 根据相似度函数， 计算出所述第 一历史数据集中的每个待选数据与 所述缺失数据的可 用部分之间的相似度； 从所述第一历史数据集中， 选择与所述缺失数据的可用部分相似度最高的待选数据， 对所述缺失数据进行填充， 得到第一时序数据。 3.如权利要求1所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述根据训练后的重建模型和所述第一时序数据， 对所述缺失数据进行重建， 得到连续时 间周期下的第二时序数据， 具体为： 输入所述第一时序数据至所述训练后的重建模型， 根据所述U ‑net网络和残差网络对 所述第一时序数据进行N次下采样， 得到底层特 征向量； 其中， N＞1； 根据所述U ‑net网络、 注意力机制， 对所述底层特征向量进行N次上采样， 得到顶层特征 向量； 将所述顶层特 征向量输入至全连接层， 映射得到所述第二时序数据。 4.如权利要求3所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述根据所述U ‑net网络和残差网络对 所述第一时序数据进 行N次下采样， 得到底层特征向 量， 具体为： 根据U‑net网络对所述第一时序数据进行N次下采样； 其中， 根据所述残差网络， 对第i 次下采样的输出层进行通道数调整， 调整后的输出层作为第i+1次下采样的输入层； 其中1 ≤i≤N‑1； 根据所述残差网络， 对第 N次下采样的输出层进行通道数调整后， 得到所述底层特征向 量。 5.如权利要求4所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述根据所述U ‑net网络、 注 意力机制， 对 所述底层特征向量进 行N次上采样， 得到顶层特征 向量， 具体为： 根据所述U ‑net网络对所述底层特征向量进行N次上采样； 其中， 根据所述注意力机制， 对第i次下采样的输入层和第N ‑i+1次上采样的输出层进 行特征提取， 并根据所述残差网络权　利　要　求　书 1/3 页 2 CN 115130909 A 2对特征提取后的输出层进行通道数调整， 得到第N ‑i+2次上采样的输入层； 根据所述注意力机制， 对第1次下采样的输出层和第N次上采样的输出层进行特征提 取， 得到顶层特 征向量。 6.如权利要求1所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述弹性指标包括： 负荷损失率、 系统有功缺额、 灵活资源备用容量、 联络线断面冗余和系 统电压合格率。 7.如权利要求1 ‑6中任意一项所述的基于电力系统缺失数据重建的弹性指标评估方 法， 其特征在于， 所述训练后的重 建模型通过训练集和损失函数经训练后获得的重 建模型， 具体为： 根据数据采集与监视控制系统， 获取第二历史数据集， 并根据二值掩码矩阵和相似度 函数， 对第一历史数据集处 理， 得到所述训练集； 将所述训练集中的数据输入至 重建模型， 得到训练结果； 根据所述训练结果和所述损失函数， 计算损失后得到损失值； 根据所述损失值， 对重建模型的参数和重建模型的权重进行调整， 直至重建模型收敛， 得到所述训练后的重建模型。 8.如权利要求7所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述根据数据采集与监视控制系统， 获取第二历史数据集， 并根据二值掩码矩阵和相似度 函数， 对第一历史数据集处 理， 得到所述训练集， 具体为； 按预设的时间单位调取数据采集与监视控制系统中的历史数据， 获取第二历史数据 集； 剔除所述第 二历史数据集中的波动点， 并对波动点剔除后的第 二历史数据集进行归一 化， 得到第三历史数据集； 根据电力系统的运行场景， 对所述第三历史数据集中的数据进行分类， 得到包含运行 场景类型的第四历史数据集； 其中， 所述运行场景包括： 夏季大方式、 夏季小 方式、 冬季大方 式和冬季小方式； 使用所述二值掩码矩阵对所述第四历史数据集中的待选数据进行点乘， 构造出有数据 缺失的第五历史数据集； 根据相似度函数， 找出在所述第四历史数据集中与所述第五历史数据集中的缺失数据 相似度最高的待选数据， 对所述第五历史数据集进行填充， 得到所述训练集。 9.如权利要求8所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在于， 所述相似度函数为： 其中， PM为缺失数据， P 为第一历史数据集或第四历史数据集， Pi为第一历史数据集中的 或第四历史数据集中的待选数据。 10.如权利要求9所述的基于电力系统缺失数据重建的弹性指标评估方法， 其特征在 于， 所述损失函数为： 权　利　要　求　书 2/3 页 3 CN 115130909 A 3