CN119475834A - 基于拓扑电网运行多层级脆弱性量化指标构建方法 - Google Patents

Abstract

本发明涉及电网运行技术领域，公开了基于拓扑电网运行多层级脆弱性量化指标构建方法，包括：获取电网调度系统拓扑结构数据进行层级划分，分析节点数据形成层级矩阵，计算最短路径长度矩阵并分析介数中心性。本发明所述方法通过将电网按照电压等级划分为高压层级、中压层级和低压层级，使得每个层级的拓扑结构得到了独立的分析，基于Louvain算法，对每个节点计算其移动至相邻节点的模块度增量变化，并通过最大化模块度增量，逐步优化子群结，将层级的模块度与该层级的节点脆弱性指标结合，形成了更为全面的脆弱性评估模型，通过跨层级和层级内脆弱性指标的综合分析，电网优化过程中能够更加有效地识别和解决层级间的耦合问题。

Description

基于拓扑电网运行多层级脆弱性量化指标构建方法

技术领域

本发明涉及电网运行技术领域，具体为基于拓扑电网运行多层级脆弱性量化指标构建方法。

背景技术

为了确保电网的安全性和稳定性，传统的电网脆弱性分析通常集中在全局性评价上，如节点的重要性、网络的连通性等，上述方法通常可以准确的反映不同节点以及网络连通性在电网脆弱性的体现，然而，随着电网规模的扩大和运行情况的复杂化，传统方法不便不同电压层级之间的复杂关联性及各层级内部的潜在风险；

现有的脆弱性量化方法往往不能及时的基于多层级的电网节点在实际运行中的动态变化，且忽略了电网在实际运行中的动态变化对跨层级之间的潜在风险的影响，未能有效结合电网脆弱性指标进行综合评估，降低了在应对电网扰动时的效率。

发明内容

鉴于上述存在的问题，提出了本发明。

因此，本发明解决的技术问题是：现有的脆弱性量化方法往往不能及时的基于多层级的电网节点在实际运行中的动态变化，且忽略了电网在实际运行中的动态变化对跨层级之间的潜在风险的影响，未能有效结合电网脆弱性指标进行综合评估，降低了在应对电网扰动时的效率。

为解决上述技术问题，本发明提供如下技术方案：基于拓扑电网运行多层级脆弱性量化指标构建方法，包括：采集电网的拓扑结构数据，所述拓扑结构数据包括节点数据和边数据，根据节点数据形成层级矩阵，并分析各层级节点间的关联性；

初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构，基于节点数据确定层级脆弱性指标，计算电网多层级脆弱性量化指标；

绘制脆弱性指标曲线，设定预警机制，根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性，配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构，验证高稳定性拓扑结构并进行数据记录。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述根据节点数据形成层级矩阵，并分析各层级节点间的关联性包括，对拓扑结构数据进行预处理，基于节点之间是否存在连边构建电网的邻接矩阵；

统计与节点i直接相连的节点数量为节点的度数；

基于电网的电压等级进行层级划分，划分为高压层级、中压层级和低压层级三个层级；

所述高压层级包括所有220kV及以上的变电站和输电线路，所述中压层级包括所有35kV至220kV之间的变电站和输电线路，所述低压层级包括所有35kV及以下的配电站和配电线路；

基于邻接矩阵的节点的电压等级根据高压层级、中压层级和低压层级进行分配，形成层级矩阵，层级矩阵包括高压层级矩阵、中压层级矩阵和低压层级矩阵；

对于每个层级矩阵，使用 Floyd-Warshall 算法来计算任意两个节点间的最短路径长度矩阵；

对每个层级的拓扑距离矩阵进行分析，并计算每个节点的介数中心性值；

基于两个节点之间是否分属不同层级且直接相连，分析各层级节点间的关联性，建立跨层级的连接关系矩阵。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构包括，基于层级矩阵，若两个节点同属一个层级则视为子群，对每个节点，通过计算的最短路径长度矩阵，计算所有节点的平均路径长度作为长度阈值，将最短路径长度小于长度阈值的两个节点划分至同一个子群；

基于电网对每个层级的邻接矩阵计算层级内的模块度，表示为：

其中，表示对应电网层级的模块度，表示该层级网络中的总连边数，表示节点的度数，是指示函数，表示节点的度数，和分别表示节点所属的子群；

同时计算跨层级模块度，表示为：

其中，表示跨层级模块度；

基于Louvain算法，根据划分的子集构成网络结构，针对每个节点计算其移动至相邻节点的模块度增量变化，表示为：

其中，表示跨层级的总连边数，表示节点和之间的直接连接，表示总连边数，表示节点i从原子群中移除后，原子群内部连接的变化量，表示节点i和节点的连接情况，和分别表示节点和节点的度数；

对每个节点，确定最大的最大的相邻节点，并将节点移动至与相同的子群中，完成子群结构的合并与重计算；

重复迭代进行子群结构的合并与重计算，基于节点之间的最短路径长度矩阵值，计算标准差并与灵敏常数相乘，作为子群阈值；

实时监控每次迭代中的模块度增量，并在小于子群阈值时，停止迭代；

基于完成迭代的子群结构重新计算各层级内的模块度和跨层级模块度，进行归一化处理。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述基于节点数据确定层级脆弱性指标，计算电网多层级脆弱性量化指标包括，基于节点构建节点脆弱性指标，统计节点的介数中心性值和节点度数；

基于最短路径长度矩阵计算节点与其他节点的平均距离，将平均距离作为节点紧密度；

将节点电压的最大波动幅度的倒数作为每个节点的电压稳定性指标；

将综合介数中心性值、节点度数、节点紧密度和电压稳定性指标的和作为节点的节点脆弱性指标；

使用各层级的模块度除以对应层级的子群总数，并考虑对于层级节点脆弱性指标计算每个层级的脆弱性指标，表示为：

；

其中，表示每个层级的脆弱性指标，表示每个层级的模块度，表示对应层级的节点集合，表示节点i的节点脆弱性指标，表示对应层级的节点数量；

使用跨层级模块度除以跨越不同电压层级的节点连接数总和，得到跨层级的脆弱性指标，将每个层级的脆弱性指标和跨层级的脆弱性指标进行加权综合计算，形成最终的电网多层级脆弱性量化指标。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述绘制脆弱性指标曲线，设定预警机制包括，基于电网运行过程中实时采集运行数据绘制脆弱性指标曲线，所述运行数据包括电压、功率、频率和负载数据；

对采集到的数据进行预处理，使用中值滤波器消除数据中的噪声；

根据实时采集的运行数据计算节点的脆弱性指标、对应层级的脆弱性指标，基于MATLAB工具绘制曲线图，进行可视化展示；

根据历史数据和电网的运行要求，计算节点的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为节点脆弱性阈值；

计算不同层级的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为层级脆弱性阈值；

若节点的脆弱性指标大于节点脆弱性阈值，则触发节点预警警报，若不同层级的脆弱性指标大于层级脆弱性阈值，则触发层级预警警报。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性包括，基于电压的最大波动幅度值，综合所有节点计算电压波动的平均逆值作为电压稳定性值；

基于电网频率计算频率的偏差值，并将频率偏差的绝对值进行平均计算，表示频率稳定性，表示为：

其中，表示时间的频率偏差，表示总采样点数，表示频率稳定性；

基于采集各节点的功率输出和总功率需求，计算功率稳定性，表示为：

其中，表示功率稳定性，表示节点的总功率输出，表示节点所属系统的总功率需求，表示功率不平衡量；

综合电压稳定性值、频率稳定性值和功率稳定性值进行归一化处理并进行相加作为电网的稳定性值。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构包括，基于节点脆弱性阈值和层级脆弱性阈值的预警警报，确认超标的节点以及对应子群，基于拓扑结构数据，通过分支定界算法和MATLAB图片工具进行可视化展示，通过删除高脆弱性指标节点的连接边生成分支拓扑结构，并进行重复扩展分支；

对每个新的拓扑结构计算对应的层级脆弱性指标，直至新的拓扑结构中对于层级的脆弱性指标低于层级脆弱性阈值，且电网稳定性持续增加则继续扩展分支，当电网稳定性停止增加时停止扩展分支；

使用界限评估机制并配合电网仿真工具PSS/E对每个生成的分支进行仿真和场景验证，将调整结果无法满足降低脆弱性指标的分支进行修剪，选择脆弱性指标低，且电网稳定性最高的拓扑结构作为高稳定性结构。

作为本发明所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的一种优选方案，其中：所述验证高稳定性拓扑结构并进行数据记录包括，将最优拓扑结构应用于电网，启动电网运行并实时采集关键指标数据，实时计算调整后的层级脆弱性指标和电网稳定性值；

对比调整前后的层级脆弱性指标和电网稳定性值，若层级脆弱性指标的变化值小于等于0，且电网稳定性值的变化值小于等于0，则表示优化错误；

将所有测试中的脆弱性指标和稳定性指标的变化汇总，创建综合报告进行记录与保存。

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，包括：所述处理器执行所述计算机程序时实现本发明中任一项所述的方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，包括：所述计算机程序被处理器执行时实现本发明中任一项所述的方法的步骤。

本发明的有益效果：本发明通过将电网按照电压等级划分为高压层级、中压层级和低压层级，使得每个层级的拓扑结构得到了独立的分析，基于 Louvain 算法，对每个节点计算其移动至相邻节点的模块度增量变化，并通过最大化模块度增量，逐步优化子群结，将层级的模块度与该层级的节点脆弱性指标结合，形成了更为全面的脆弱性评估模型，通过跨层级和层级内脆弱性指标的综合分析，电网优化过程中能够更加有效地识别和解决层级间的耦合问题，通过分支定界算法，逐步删除高脆弱性指标节点的连接边，生成不同的分支拓扑结构，优化拓扑结构，实现了电网多个重要性能指标的平衡和提升。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明一个实施例提供的基于拓扑电网运行多层级脆弱性量化指标构建方法的整体流程图；

图2为本发明一个实施例提供的基于拓扑电网运行多层级脆弱性量化指标构建方法的脆弱性量化指标流程示意图；

图3为本发明一个实施例提供的基于拓扑电网运行多层级脆弱性量化指标构建方法的拓扑优化流程示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

实施例1，参照图1-图3，为本发明的一个实施例，提供了基于拓扑电网运行多层级脆弱性量化指标构建方法，包括：

S1：获取电网调度系统拓扑结构数据进行层级划分，分析节点数据形成层级矩阵，计算最短路径长度矩阵并分析介数中心性，分析各层级节点间的关联性。

优选的，获取电网调度系统拓扑结构数据进行层级划分，分析节点数据形成层级矩阵，计算最短路径长度矩阵并分析介数中心性，分析各层级节点间的关联性，包括，

基于电网调度系统采集电网的拓扑结构数据，数据包括节点，如变电站、配电站等和连边，如输电线路、配电线路等的信息；

对获取的数据进行预处理，基于节点之间是否存在连边构建电网的邻接矩阵A，其中表示节点i和j之间存在连边，表示不存在连边；

统计与节点i直接相连的节点数量为节点的度数；

基于电网的电压等级进行层级划分，包括高压层级、中压层级和低压层级；

其中高压层级包括所有220kV及以上的变电站和输电线路，中压层级包括所有35kV至220kV之间的变电站和输电线路，低压层级包括所有35kV及以下的配电站和配电线路。

基于邻接矩阵的节点的电压等级根据高压层级、中压层级和低压层级进行分配，形成层级矩阵，包括高压层级矩阵、中压层级矩阵和低压层级矩阵，、和分别表示为：

对于每个层级矩阵，使用 Floyd-Warshall 算法来计算任意两个节点间的最短路径长度矩阵，表示为：

其中，表示节点i和j在该层级内的最短路径长度，和分别节点i到中间节点b的路径长度，和中间节点b到节点j的路径长度，表示对于网络中所有节点对i和j，以及所有可能的中间节点b，都要应用上述公式进行计算。

对每个层级的拓扑距离矩阵进行分析，并计算每个节点的介数中心性值，评估节点在层级网络中的重要性，表示为：

其中，表示节点s到节点t的最短路径条数，表示节点s到节点t通过节点i的最短路径条数，表示节点i的介数中心性值，表示对所有不同的节点对s和t进行求和，这里s和t分别表示任意两个不同的节点，且s不等于i，t也不等于i。

基于两个节点之间是否分属不同层级且直接相连，分析各层级节点间的关联性，建立跨层级的连接关系矩阵，表示为：

通过邻接矩阵的构建，为后续的计算提供基础，并定义了电网的拓扑结构，为计算节点间的最短路径长度、介数中心性等提供了必要的输入数据，通过计算最短路径长度矩阵，用于存储网络中任意两个节点之间的最短路径长度，直接影响了介数中心性的准确性，如果没有这个矩阵，就无法有效地衡量节点之间的连通性，进而无法准确评估节点的重要性，通过介数中心性值的计算，表示节点i在所有节点对之间的最短路径中充当中介的次数占比，通过统计节点作为中介节点的频率来评估其在网络中的重要性，这为识别电网中的关键节点提供了依据，介数中心性是脆弱性量化的一个关键指标，能够识别出在电网中具有高中介作用的节点，这些节点一旦发生故障，将对网络的连通性产生重大影响，通过连接关系矩阵的分析和判断，有助于分析电网的整体连通性，特别是在跨层级的情况下，识别不同层级之间的依赖关系；

通过将电网按照电压等级划分为高压层级、中压层级和低压层级，并构建了独立的层级矩阵（高压层级矩阵、中压层级矩阵、低压层级矩阵），使得每个层级的拓扑结构得到了独立的分析，与传统的电网拓扑分析方法不同，这种分层建模的方法能够更加细致地分析各层级之间的关系，特别是跨层级的关联性，其中通过Floyd-Warshall算法通常应用于图的全局最短路径计算中，但在这里将其应用于分层矩阵的分析，能够细化每个层级的网络结构，识别出各层级内部和跨层级之间的潜在弱点。

S2：初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构，基于节点数据确定层级脆弱性指标，分析跨层级脆弱性指标计算电网多层级脆弱性量化指标。

优选的，初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构，包括，

基于层级矩阵，若两个节点同属一个层级则视为子群，对每个节点i，通过计算的最短路径长度矩阵，计算所有节点的平均路径长度作为长度阈值，将最短路径长度小于长度阈值的两个节点划分至同一个子群；

基于电网对每个层级（高压、中压、低压）的邻接矩阵计算层级内的模块度，表示为：

其中，表示对应电网层级的模块度，表示该层级网络中的总连边数，表示节点i的度数，是指示函数若节点i和节点j同属一个子群，则表示1，否则表示0，表示对层级中所有节点对进行求和，表示节点j的度数，和分别表示节点所属的子群。

同时计算跨层级模块度，表示为：

其中，表示跨层级的总连边数（），表示跨层级模块度。

基于Louvain算法，根据划分的子集构成网络结构，针对每个节点计算其移动至相邻节点的模块度增量变化，表示为：

其中，表示跨层级的总连边数，表示节点和之间的直接连接，表示总连边数，表示节点i从原子群中移除后，原子群内部连接的变化量，表示节点i和节点的连接情况，和分别表示节点和节点的度数。

对每个节点i，确定最大的最大的相邻节点j，并将节点i移动至与j相同的子群中，完成子群结构的合并与重计算；

重复迭代进行子群结构的合并与重计算，基于节点之间的最短路径长度矩阵值，计算标准差并与灵敏常数（基于历史经验设置为一个较小值，例如0.01）相乘，作为子群阈值；

实时监控每次迭代中的模块度增量，并在小于子群阈值时，停止迭代；

基于完成迭代的子群结构重新计算各层级内的模块度和跨层级模块度，进行归一化处理。

通过计算所有节点的平均路径长度作为长度阈值，将最短路径长度小于该阈值的两个节点划分至同一个子群，创新性地结合了全局路径信息和局部节点连接，避免了传统基于直接邻接关系的子群划分可能导致的细节丢失问题，基于 Louvain 算法，对每个节点计算其移动至相邻节点的模块度增量变化，并通过最大化模块度增量，逐步优化子群结构，不仅考虑了节点的初始子群归属，还通过迭代优化每个节点的子群位置，以达到整体模块度的最优，通过引入了路径长度分布的统计特性，以更合理地确定子群结构的合并停止条件，避免了过度合并或过早停止的风险，通过对每个层级内的模块度进行计算，还针对跨层级的模块度进行了独立分析，并在最终对结果进行了归一化处理，这种方法能够更全面地反映电网的多层级耦合特性，有助于识别不同电压层级之间的潜在风险和依赖关系，确保在优化模块度的同时，保持合理的结构复杂性和层级协调性。

进一步的，基于节点数据确定层级脆弱性指标，分析跨层级脆弱性指标计算电网多层级脆弱性量化指标，包括，

基于节点构建节点脆弱性指标，统计节点的介数中心性值和节点度数；

基于最短路径长度矩阵计算节点与其他节点的平均距离作为节点紧密度；

基于节点电压的最大波动幅度的倒数作为每个节点的电压稳定性指标；

综合介数中心性值、节点度数、节点紧密度和电压稳定性指标的和作为节点的节点脆弱性指标。

基于各层级的模块度除以对应层级的子群总数，并考虑对于层级节点脆弱性指标计算每个层级的脆弱性指标，表示为：

；

其中，表示每个层级的脆弱性指标，表示每个层级的模块度，表示对应层级的节点集合，表示节点i的节点脆弱性指标，表示对应层级的节点数量；

针对跨层级模块度除以跨越不同电压层级的节点连接数总和，得到跨层级的脆弱性指标，针对每个层级的脆弱性指标和跨层级的脆弱性指标进行加权综合计算，形成最终的电网多层级脆弱性量化指标，表示为：

其中，表示综合脆弱性指标，表示高压层级的脆弱性指标，表示中压层级的脆弱性指标，表示低压层级的脆弱性指标，表示跨层级的脆弱性指标。

通过综合考虑节点的介数中心性值、节点度数、节点紧密度和电压稳定性指标，构建了一个多维度的节点脆弱性指标，形成了一个更为全面的脆弱性评估模型，通过将层级的模块度与该层级的节点脆弱性指标结合起来，计算出每个层级的脆弱性指标，通过迭代计算并优化子群，且计算模块度的内容进行了实际运用，不仅能够反映出层级内部的结构紧密性，还能够通过节点脆弱性指标的加权体现出结构中的潜在薄弱点，实现更为全面的层级脆弱性评估，通过跨层级模块度与跨越不同电压层级的节点连接数总和，得出跨层级的脆弱性指标，并将其与各层级的脆弱性指标加权综合，形成最终的电网多层级脆弱性量化指标，通过多维度的节点脆弱性指标和模块度结合的层级脆弱性计算，评估过程更加全面和精确，能够更好地识别电网中的薄弱环节和关键节点，提高电网的可靠性和稳定性，通过跨层级和层级内脆弱性指标的综合分析，电网优化过程中能够更加有效地识别和解决层级间的耦合问题，确保电网在各层级之间保持平衡和稳定，减少潜在风险，通过综合脆弱性指标的形成，为电网的调度和保护措施提供了一个系统性的参考依据，能够在实际运行中及时调整电网结构，防止故障扩散和系统性风险的发生。

S3：基于电网运行绘制脆弱性指标曲线，设定预警警报机制，根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性，配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构，验证高稳定性拓扑结构并进行数据记录。

优选的，基于电网运行绘制脆弱性指标曲线，设定预警警报机制，包括，

基于电网运行过程中实时采集运行数据绘制脆弱性指标曲线，所述运行数据包括电压、功率、频率和负载数据；

对采集到的数据进行预处理，使用中值滤波器消除数据中的噪声；

根据实时采集的运行数据计算节点的脆弱性指标、对应层级的脆弱性指标，基于MATLAB工具绘制曲线图，进行可视化展示；

根据历史数据和电网的运行要求，计算节点的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为节点脆弱性阈值；

计算不同层级的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为层级脆弱性阈值；

若节点的脆弱性指标大于节点脆弱性阈值，则触发节点预警警报，若不同层级的脆弱性指标大于层级脆弱性阈值，则触发层级预警警报。

通过结合实时采集的数据与历史数据，动态设定节点和层级的脆弱性阈值，在数据预处理中采用中值滤波器来消除噪声，使得后续的脆弱性指标计算更加准确和可靠，通过 MATLAB 工具对节点和层级的脆弱性指标进行可视化展示，使得复杂的电网脆弱性信息能够以直观的图表形式呈现，可视化展示不仅便于电网管理人员进行实时监控，还能够在发生异常时提供清晰的预警信息，分层预警机制能够更加精准地定位电网中的风险点，避免因过度或不足的预警导致的误操作或忽视问题，节点和层级的分层预警机制能够更精准地定位和响应电网中的风险点，防止局部问题演变为全局性故障，为电网的稳定运行提供更为有力的保障。

进一步的，根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性，包括，

基于电压的最大波动幅度值，综合所有节点计算电压波动的平均逆值作为电压稳定性值；

基于电网频率计算频率的偏差值，并将频率偏差的绝对值进行平均计算，表示频率稳定性，表示为：

其中，表示时间的频率偏差，表示总采样点数，表示频率稳定性。

基于采集各节点的功率输出和总功率需求，计算功率稳定性，表示为：

其中，表示功率稳定性，表示节点的总功率输出，表示节点所属系统的总功率需求，表示功率不平衡量，通过节点的总功率输出减去节点所属系统的总功率需求计算得到。

综合电压稳定性值、频率稳定性值和功率稳定性值进行归一化处理并进行相加作为电网的稳定性值。

通过综合考虑电压稳定性、频率稳定性和功率稳定性，形成一个多维度的电网稳定性指标，其中通过逆向衡量电压波动，能够更为直观地反映电压的波动对电网稳定性的影响，波动越小，电压稳定性值越大，通过计算频率偏差的绝对值平均值来衡量频率稳定性，通过计算功率输出与功率需求之间的差异，即功率不平衡量，来衡量电网的功率稳定性，基于电压波动幅度的逆值、频率偏差的绝对值平均值，以及功率不平衡量的量化，使得电网的实时监测和调度决策能够基于更为敏感和准确的指标，提升了电网的运行安全性和效率，通过对各项稳定性指标的归一化处理并综合计算，形成的最终电网稳定性值可以作为电网稳定性预警的依据，使得预警系统能够更早、更准确地识别潜在的稳定性问题，防止故障扩大化。

其中针对电压稳定性的计算，通过使用电压波动的逆值来衡量稳定性，当电压波动较大时，稳定性值会迅速降低，反之稳定性值会迅速提高，能够敏感地反映出电压的波动情况，能够及时预警电压波动对电网稳定性的影响，针对频率稳定性的计算，通过计算频率偏差的绝对值平均值，可以消除偏差的符号影响，确保正负偏差都被考虑到，与最大偏差值不同，平均绝对偏差能够避免极端值对稳定性评估的过度影响，使得评估结果更为稳健，特别是在频率波动不大的情况下，能够更真实地反映电网的实际运行状态，针对功率稳定性的计算，直接衡量功率供需之间的平衡情况，能够准确反映电网的功率稳定性，通过对功率不平衡量采用指数衰减的方式，能够突出不平衡量对功率稳定性的影响，使得轻微的不平衡能够被及时识别，而较大不平衡的影响会被显著放大，从而增强预警效果，通过综合电压、频率和功率的稳定性指标，全面涵盖了电网运行中的关键稳定性因素，且通过归一化处理确保了各个稳定性指标在同一量级上进行加总，使得不同维度的稳定性指标能够公平地在整体稳定性中占据相应的权重，从而避免了某一指标对整体结果的过度影响。

进一步的，配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构，包括，

基于节点脆弱性阈值和层级脆弱性阈值的预警警报，确认超标的节点以及对应子群，并通过分支定界算法基于初始的拓扑结构数据，且通过MATLAB图片工具进行可视化展示，通过删除高脆弱性指标节点的连接边生成分支拓扑结构，并进行重复扩展分支。

对每个新的拓扑结构计算对应的层级脆弱性指标，直至新的拓扑结构中对于层级的脆弱性指标低于层级脆弱性阈值，且电网稳定性持续增加则继续扩展分支，若脆弱性指标的变化显著性降低，且电网稳定性停止增加或持续减少，则停止扩展该分支。

使用界限评估机制并配合电网仿真工具PSS/E对每个生成的分支进行仿真和场景验证，将调整结果无法满足降低脆弱性指标的分支进行修剪，选择脆弱性指标低，且电网稳定性最高的拓扑结构作为高稳定性结构。

通过分支定界算法，逐步删除高脆弱性指标节点的连接边，生成不同的分支拓扑结构，并对这些结构进行扩展和评估，以达到降低层级脆弱性指标的目的，在分支定界算法的基础上，引入界限评估机制，对每个生成的分支进行评估，并根据脆弱性指标的变化和电网稳定性的变化情况进行修剪，有效避免了无效分支的扩展，提高了算法的效率，并确保最终选择的拓扑结构能够显著降低脆弱性指标并提高电网稳定性，通过同时考虑脆弱性指标的降低和电网稳定性的增加，制定分支扩展和修剪的准则，使得最终的优化结构不仅能降低电网脆弱性，还能提升电网整体的稳定性，实现了电网多个重要性能指标的平衡和提升，避免了单一优化带来的负面影响，具有重要的创新性和实际应用价值，通过动态的层级脆弱性评估方法使得分支的扩展和修剪更加科学，能够实时反映电网结构的变化对脆弱性的影响，通过协同优化电网稳定性，确保电网在优化过程中不仅避免了脆弱性风险的增加，还进一步提高了整体稳定性，为电网的安全运行提供了更加可靠的保障。

进一步的，验证高稳定性拓扑结构并进行数据记录，包括，

将最优拓扑结构应用于电网，启动电网运行并实时采集关键指标数据，实时计算调整后的层级脆弱性指标和电网稳定性值；

对比调整前后的层级脆弱性指标和电网稳定性值，若层级脆弱性指标的变化值小于等于0，且电网稳定性值的变化值小于等于0，则表示优化错误；

将所有测试中的脆弱性指标和稳定性指标的变化汇总，创建综合报告进行记录与保存。

通过将最优拓扑结构应用于电网后，实时采集和计算关键指标数据，并立即对比调整前后的脆弱性指标和电网稳定性值，从而在运行过程中动态验证优化效果，确保优化结果能够真正提升电网的稳定性和降低脆弱性，通过实时动态反馈机制和即时识别错误的能力，确保优化过程中不存在无效或有害的措施，从而提高电网运行的安全性和可靠性，通过综合报告的系统化记录与保存，为电网优化决策提供了科学依据，并且提升了优化过程的透明度和可追溯性，为未来的优化改进提供了数据支持。

实施例2

以上功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置）、便携式计算机盘盒（磁装置）、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编辑只读存储器（EPROM或闪速存储器）、光纤装置以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于，包括：

采集电网的拓扑结构数据，所述拓扑结构数据包括节点数据和边数据，根据节点数据形成层级矩阵，并分析各层级节点间的关联性；

初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构，基于节点数据确定层级脆弱性指标，计算电网多层级脆弱性量化指标；

绘制脆弱性指标曲线，设定预警机制，根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性，配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构，验证高稳定性拓扑结构并进行数据记录。

2.如权利要求1所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述根据节点数据形成层级矩阵，并分析各层级节点间的关联性包括，对拓扑结构数据进行预处理，基于节点之间是否存在连边构建电网的邻接矩阵；统计与节点i直接相连的节点数量为节点的度数；基于电网的电压等级进行层级划分，划分为高压层级、中压层级和低压层级三个层级；所述高压层级包括所有220kV及以上的变电站和输电线路，所述中压层级包括所有35kV至220kV之间的变电站和输电线路，所述低压层级包括所有35kV及以下的配电站和配电线路；基于邻接矩阵的节点的电压等级根据高压层级、中压层级和低压层级进行分配，形成层级矩阵，层级矩阵包括高压层级矩阵、中压层级矩阵和低压层级矩阵；对于每个层级矩阵，使用 Floyd-Warshall 算法来计算任意两个节点间的最短路径长度矩阵；对每个层级的拓扑距离矩阵进行分析，并计算每个节点的介数中心性值；基于两个节点之间是否分属不同层级且直接相连，分析各层级节点间的关联性，建立跨层级的连接关系矩阵。

3.如权利要求2所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述初步划分节点子群，计算不同层级和跨层级模块度，基于Louvain算法计算节点移动的模块度增量变化，并进行重复迭代确定子群结构包括，基于层级矩阵，若两个节点同属一个层级则视为子群，对每个节点，通过计算的最短路径长度矩阵，计算所有节点的平均路径长度作为长度阈值，将最短路径长度小于长度阈值的两个节点划分至同一个子群；基于电网对每个层级的邻接矩阵计算层级内的模块度，表示为：

,

其中，表示对应电网层级的模块度，表示该层级网络中的总连边数，表示节点的度数，是指示函数，表示节点的度数，和分别表示节点所属的子群；

同时计算跨层级模块度，表示为：

,

其中，表示跨层级模块度；

基于Louvain算法，根据划分的子集构成网络结构，针对每个节点计算其移动至相邻节点的模块度增量变化，表示为：

,

,

其中，表示跨层级的总连边数，表示节点和之间的直接连接，表示总连边数，表示节点i从原子群中移除后，原子群内部连接的变化量，表示节点i和节点的连接情况，和分别表示节点和节点的度数；

对每个节点，确定最大的最大的相邻节点，并将节点移动至与相同的子群中，完成子群结构的合并与重计算；

重复迭代进行子群结构的合并与重计算，基于节点之间的最短路径长度矩阵值，计算标准差并与灵敏常数相乘，作为子群阈值；

实时监控每次迭代中的模块度增量，并在小于子群阈值时，停止迭代；

基于完成迭代的子群结构重新计算各层级内的模块度和跨层级模块度，进行归一化处理。

4.如权利要求3所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述基于节点数据确定层级脆弱性指标，计算电网多层级脆弱性量化指标包括，基于节点构建节点脆弱性指标，统计节点的介数中心性值和节点度数；基于最短路径长度矩阵计算节点与其他节点的平均距离，将平均距离作为节点紧密度；将节点电压的最大波动幅度的倒数作为每个节点的电压稳定性指标；将综合介数中心性值、节点度数、节点紧密度和电压稳定性指标的和作为节点的节点脆弱性指标；使用各层级的模块度除以对应层级的子群总数，并考虑对于层级节点脆弱性指标计算每个层级的脆弱性指标，表示为：

；

其中，表示每个层级的脆弱性指标，表示每个层级的模块度，表示对应层级的节点集合，表示节点i的节点脆弱性指标，表示对应层级的节点数量；使用跨层级模块度除以跨越不同电压层级的节点连接数总和，得到跨层级的脆弱性指标，将每个层级的脆弱性指标和跨层级的脆弱性指标进行加权综合计算，形成最终的电网多层级脆弱性量化指标。

5.如权利要求4所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述绘制脆弱性指标曲线，设定预警机制包括，基于电网运行过程中实时采集运行数据绘制脆弱性指标曲线，所述运行数据包括电压、功率、频率和负载数据；对采集到的数据进行预处理，使用中值滤波器消除数据中的噪声；根据实时采集的运行数据计算节点的脆弱性指标、对应层级的脆弱性指标，基于MATLAB工具绘制曲线图，进行可视化展示；根据历史数据和电网的运行要求，计算节点的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为节点脆弱性阈值；计算不同层级的历史脆弱性指标均值与两倍历史脆弱性指标标准差的和作为层级脆弱性阈值；若节点的脆弱性指标大于节点脆弱性阈值，则触发节点预警警报，若不同层级的脆弱性指标大于层级脆弱性阈值，则触发层级预警警报。

6.如权利要求5所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述根据电网波动幅度、频率偏差和功率稳定性分析电网稳定性包括，基于电压的最大波动幅度值，综合所有节点计算电压波动的平均逆值作为电压稳定性值；基于电网频率计算频率的偏差值，并将频率偏差的绝对值进行平均计算，表示频率稳定性，表示为：

,

其中，表示时间的频率偏差，表示总采样点数，表示频率稳定性；

基于采集各节点的功率输出和总功率需求，计算功率稳定性，表示为：

,

其中，表示功率稳定性，表示节点的总功率输出，表示节点所属系统的总功率需求，表示功率不平衡量；综合电压稳定性值、频率稳定性值和功率稳定性值进行归一化处理并进行相加作为电网的稳定性值。

7.如权利要求6所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述配合层级脆弱性指标扩展拓扑分支确定高稳定性拓扑结构包括，基于节点脆弱性阈值和层级脆弱性阈值的预警警报，确认超标的节点以及对应子群，基于拓扑结构数据，通过分支定界算法和MATLAB图片工具进行可视化展示，通过删除高脆弱性指标节点的连接边生成分支拓扑结构，并进行重复扩展分支；对每个新的拓扑结构计算对应的层级脆弱性指标，直至新的拓扑结构中对于层级的脆弱性指标低于层级脆弱性阈值，且电网稳定性持续增加则继续扩展分支，当电网稳定性停止增加时停止扩展分支；使用界限评估机制并配合电网仿真工具PSS/E对每个生成的分支进行仿真和场景验证，将调整结果无法满足降低脆弱性指标的分支进行修剪，选择脆弱性指标低，且电网稳定性最高的拓扑结构作为高稳定性结构。

8.如权利要求7所述的基于拓扑电网运行多层级脆弱性量化指标构建方法，其特征在于：所述验证高稳定性拓扑结构并进行数据记录包括，将最优拓扑结构应用于电网，启动电网运行并实时采集关键指标数据，实时计算调整后的层级脆弱性指标和电网稳定性值；对比调整前后的层级脆弱性指标和电网稳定性值，若层级脆弱性指标的变化值小于等于0，且电网稳定性值的变化值小于等于0，则表示优化错误；将所有测试中的脆弱性指标和稳定性指标的变化汇总，创建综合报告进行记录与保存。

9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-8任一所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8任一所述的基于拓扑电网运行多层级脆弱性量化指标构建方法的步骤。