周强明，姜盛波，鲁鸿毅，等：基于FP-growth算法的大电网关键线路辨识方法

（以下为本文主干内容，原文详见《电力自动化设备》2018年第38卷第4期）

基于FP-growth算法的大电网关键线路辨识方法

周强明1，姜盛波2，鲁鸿毅1，曾 鹏1，罗 超2

谭 敏1，雷 鸣1，杨 军2

（1．国网湖北省电力公司；2．武汉大学 电气工程大学）

1

研究背景

伴随特高压电网、智能电网的快速发展，我国电网的互联程度和复杂性空前提高，这在解决能源分布格局不均问题的同时，引入了更多诱发电网故障的因素，由初始故障引发连锁故障，最终导致大停电事故的概率也随之加大。基于连锁故障的发展机理可知，电网中存在的少数薄弱环节对连锁故障的发展起推波助澜的作用，因此，辨识出这些关键线路加以改造并进行重点监控，将有效地预防连锁故障的蔓延。

2

整体研究思路及创新点

本文以传统的连锁故障研究理论为基础，结合数据挖掘算法，提出一种基于FP-growth算法的电网关键线路辨识方法。该方法以运行可靠性模型为基础，考虑电网运行状态和继电保护装置可靠性的影响，对特定初始故障下的电网系统进行连锁故障模拟，通过重复模拟过程生成故障链数据库；然后运用FP-growth算法对故障链进行频繁项挖掘，分析故障链与初始故障间的隐藏关系，从而有效辨识连锁故障发展过程中的关键线路。

3

基于运行可靠性模型的连锁故障模拟

3.1

运行可靠性模型简介

线路运行可靠性模型考虑系统潮流变化以及隐性故障对连锁故障发展的影响，结合电网运行状态和线路潮流约束条件，采用折线模型量化线路开断概率，线路故障概率与线路潮流之间的关系如下图所示。

线路故障概率与潮流关系

3.2

连锁故障模拟流程

本文基于线路的运行可靠性模型，并考虑隐性故障对连锁故障发展的推动作用，进行连锁故障模拟，具体流程如下图所示，主要包括运行状态初始化、初始故障选择、隐性故障模拟、网络拓扑更新、孤岛检测及故障模拟、孤岛最优调度等步骤。

连锁故障模拟过程

4

FP-growth算法简介

4.1

基于数据集合构建FP-tree

FP-growth算法利用FP-tree存储原始数据集中的信息，仅通过2次数据扫描，可将原始数据中的事务压缩到一个FP-tree中，通过共用相同的前缀路径，达到压缩数据的目的，从而提高算法效率，FP-tree一般结构如下图所示。

FP-tree结构

4.2

基于FP-tree挖掘频繁项集

挖掘频繁项集的核心思想是递归挖掘FP-tree，以原始数据构建的FP-tree为基础，获取各元素项的条件模式基，并以各元素项的条件模式基构建条件FP-tree，在递归过程中挖掘频繁项集。这里定义条件模式基为以某元素项为结尾的路径集合，该路径包含介于该元素项与根节点之间的所有子节点项。定义条件FP-tree为以某元素项的条件模式基为输入数据构建的FP-tree。

5

关键线路挖掘及算例分析

5.1

关键线路挖掘流程

首先设定初始故障，基于运行可靠性模型对电网进行N次连锁故障模拟，生成故障链集合；然后对故障链进行数据格式化处理，选取合适的最小支持度，利用基于FP-growth算法的频繁项挖掘程序对故障链进行频繁项挖掘，得到与初始故障具有强关联关系的频繁项集合，可知频繁项集所包含的线路即为连锁故障演变进程中的关键线路，具体流程如下图所示。

关键线路挖掘流程

5.2

算例分析

本文采用IEEE118节点系统进行算例分析，选定线路30（B23-B24）作为初始故障线路，进行20000次连锁故障模拟得到故障链,基于FP-growth算法的挖掘得到关键线路,表明线路30发生初始故障后，存在关联规则的部分线路会以较大的概率出现在连锁故障发展路径上。

同时，统计分析系统中各输电线路的风险，风险值排前20的线路如下表所示，结果显示通过FP-growth算法对故障链进行挖掘得到的关键线路绝大多数风险值较大，这意味着初始故障发生时，这些关键线路在连锁故障的发展过程中起着推动作用，造成大量的负荷损失。

输电线路风险对比

6

结论

本文在对连锁故障进行模拟分析的基础上，结合FP-growth数据挖掘算法，提出一种大电网关键线路辨识方法。利用FP-growth算法挖掘连锁故障链集合，发现初始与初始故障之间存在关联规则的关键线路。IEEE118节点系统仿真结果表明，本文所提的方法可有效辨识连锁故障发展过程中的关键线路，对关键线路的风险分析证明了该方法的正确性。辨识电网故障后的关键线路并进行重点监控，进而采取相应的控制策略减轻线路潮流，将有效抑制连锁故障的发展。因此，本文所提方法在提高电网供电可靠性、预防大停电事故方面具有重要意义。

作者简介

周强明

周强明，国网湖北省电力有限公司调度控制中心调度员，高级工程师，主要从事电力系统调度运行工作；

杨 军

杨 军，武汉大学教授，工学博士，博士研究生生导师，电力系统研究中心主任，主要研究方向为电力系统运行与控制、电动汽车等；

姜盛波，武汉大学硕士研究生，主要研究方向为电力系统运行与控制、电网安全分析。

引文信息

周强明，姜盛波，鲁鸿毅，等. 基于FP-growth算法的大电网关键线路辨识方法[J]. 电力自动化设备，2018,38（4）：89-95.

DOI：10.16.81/j.issn.1006-6047.2018.04.013

ZHOU Qiangming，JIANG Shengbo，LU Hongyi，et al. Critical line identification method based on FP-growth algorithm for large power grid[J]. Electric Power Automation Equipment，2018,38（4）：89-95.

欢迎个人转发至朋友圈分享

（媒体转载请在后台联系我们）

传承丨探索丨引领