特許ウォッチ

公開番号2025023732
公報種別公開特許公報(A)
公開日2025-02-17
出願番号2023128120
出願日2023-08-04
発明の名称電力系統安定化システム及び電力系統安定化方法
出願人株式会社日立製作所
代理人弁理士法人サンネクスト国際特許事務所
主分類H02J 3/00 20060101AFI20250207BHJP(電力の発電,変換,配電)
要約【課題】人工知能による最大予測誤差を小さくし、故障計算を高速化することができる電力系統安定化システム及び電力系統安定化方法を提供する。
【解決手段】系統安定化システムは、故障前状態及び故障後状態を入力として故障状態変化量を算出する故障状態変化量算出部と、故障状態変化量、系統モデル、故障前状態、故障ケース及び故障計算推定モデルを入力とし、故障計算推定モデルの初期モデルを学習し、学習後の故障計算推定モデルを生成する故障計算推定モデル学習部と、系統状態、系統モデル、故障計算推定モデルと故障ケースを入力とし、故障状態変化量推定値を算出する故障状態変化量推定部と、故障状態変化量推定値及び系統状態から故障状態を推定する故障状態推定部と、入出力データの1つ以上を表示する表示部と、を備える。
【選択図】図7
特許請求の範囲【請求項１】
故障前状態と故障後状態を入力として故障状態変化量を算出する故障状態変化量算出部と、
前記故障状態変化量と、系統モデルと、前記故障前状態と、故障ケースと入力し、故障計算推定モデルの初期モデルを学習し、学習後の故障計算推定モデルを生成する故障計算推定モデル学習部と、
系統状態と、前記系統モデルと、学習後の前記故障計算推定モデルと、前記故障ケースとを入力とし、故障状態変化量推定値を算出する故障状態変化量推定部と、
前記故障状態変化量推定値及び前記系統状態に基づいて故障状態を推定する故障状態推定部と、
入出力データのうちの１つ以上を表示する表示部と、
を備えることを特徴とする電力系統安定化システム。
続きを表示（約 1,700 文字）【請求項２】
前記故障計算推定モデル学習部は、
前記系統モデル、前記故障前状態及び前記故障ケースに加えて、さらに、学習後の前記故障計算推定モデルを説明変数として入力するとともに、前記故障状態変化量を予測変数として入力し、前記故障計算推定モデルを学習する、
ことを特徴とする請求項１に記載の電力系統安定化システム。
【請求項３】
前記故障状態変化量は、
電圧の変化量、位相の変化量、位相差の変化量、有効電力の変化量、無効電力の変化量のいずれか１つ以上を含む、
ことを特徴とする請求項２に記載の電力系統安定化システム。
【請求項４】
前記故障計算推定モデルは、出力範囲を限定する出力層を備える、
ことを特徴とする請求項３に記載の電力系統安定化システム。
【請求項５】
前記故障計算推定モデル学習部は、
前記故障計算推定モデルを算出する前記故障状態変化量の予測値と前記故障状態変化量との最大誤差、前記故障計算推定モデルを算出する前記故障状態変化量の予測値と前記故障状態変化量との二乗総和誤差、前記故障計算推定モデルを算出する前記故障状態変化量の予測値と前記故障状態変化量との誤差絶対値の総和のいずれか１つ以上を最小化する方向で学習させる、
ことを特徴とする請求項４に記載の電力系統安定化システム。
【請求項６】
前記故障計算推定モデル学習部は、学習済みの前記故障計算推定モデルに関する学習結果の有用性を判断し、前記学習結果の有用性の判断基準として、評価関数の値に閾値を設けること、前記学習結果を用いて模擬的なオンライン計算を実行して計算することにより、削減できた合計の計算時間を評価することのいずれか１つ以上を用いる、
ことを特徴とする請求項５に記載の電力系統安定化システム。
【請求項７】
前記故障計算推定モデル学習部は、学習済みの前記故障計算推定モデルについて学習が不十分であった場合、前記故障計算推定モデルの構造を変えること、前記故障計算推定モデルの学習パラメータを変えること、前記故障計算推定モデルの入力データを増やすこと、前記故障計算推定モデルの入力データを減らすこと、前記故障計算推定モデルの入力データの形式を変更することのいずれか１つ以上を行う、
ことを特徴とする請求項６に記載の電力系統安定化システム。
【請求項８】
オンラインにおいて前記故障後状態を入力として故障計算結果に対する対策を立案するための演算を行う故障計算対策部と、
前記故障計算結果の内容に応じて故障計算を実行する故障計算部と、
を備えることを特徴とする請求項７に記載の電力系統安定化システム。
【請求項９】
前記系統モデルと、前記故障状態推定部によって推定された前記故障状態とに基づいて、オンラインの補正後の故障後状態を算出する補正部を備える、
ことを特徴とする請求項１に記載の電力系統安定化システム。
【請求項１０】
電力系統安定化システムの故障状態変化量算出部が、故障前状態と故障後状態を入力として故障状態変化量を算出する故障状態変化量算出ステップと、
前記電力系統安定化システムの故障計算推定モデル学習部が、前記故障状態変化量と、系統モデルと、前記故障前状態と、故障ケースとを入力し、故障計算推定モデルの初期モデルを学習し、学習後の故障計算推定モデルを生成する故障計算推定モデル学習ステップと、
前記電力系統安定化システムの故障状態変化量推定部が、系統状態と、前記系統モデルと、学習後の前記故障計算推定モデルと、前記故障ケースとを入力とし、故障状態変化量推定値を算出する故障状態変化量推定ステップと、
前記電力系統安定化システムの故障状態推定部が、前記故障状態変化量推定値及び前記系統状態に基づいて故障状態を推定する故障状態推定ステップと、
前記電力系統安定化システムの表示部が、入出力データのうちの１つ以上を表示する表示ステップと、
を有することを特徴とする電力系統安定化方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、電力系統の運用、計画、保護に関する電力系統安定化システム及び電力系統安定化方法に関し、例えば、人工知能を用いて電力系統の安定化を図る電力系統安定化システムに適用して好適なものである。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年、電力系統に連系する再生可能エネルギー電源の増加や需要家機器の電動化に伴い、従来では想定されていなかった送電線の過負荷が発生することが懸念されている。過負荷が発生した場合においても、再生可能エネルギー電源の出力を持ち替えることにより、過負荷を解消できるシステムとして、電力系統安定化システム（ＳＰＳ：Special Protection Schemes）がある。
【０００３】
電力系統安定化システム及び電力系統の運用システムでは、電力系統の故障状態を事前にシミュレーションにより、状態を確認することで運用の状態の評価や重篤な状態への対策が講じられてきた。このようなシミュレーションの計算プロセスは、運用時に活用する上では、特に計算リソースが必要であることが知られており、従前より、スクリーニングや新規な計算機を活用した様々な高速化手段が検討されてきた。
【０００４】
このような、電力系統分野の課題に対し、情報科学の分野では、人工知能を活用し、様々な計算を代用することが注目されている。人工知能は、学習データから学習し、学習されたタスクを繰り返すことが特に有効であることが知られている。このような人工知能を活用することで、計算の高速化を図る動きが知られている。
【０００５】
特許文献１には、アーティフィシャルニューラルネットワークを活用した電力系統の潮流計算方法が記載されている。また、非特許文献１には、電力系統の潮流計算方法を高速化するため、ニューラルネットワークで潮流計算の初期点を算出し、この初期点からの潮流計算を実行することが記載されている。この非特許文献１では、直流法と交流法の両方を活用することが記載されている。一方、非特許文献２では、グラフニューラルネットワークを活用することが記載されている。
【先行技術文献】
【特許文献】
【０００６】
米国出願公開１２／９２３５２５号公報
【非特許文献】
【０００７】
Ｄｉｅｈｌ，Ｆ．（２０１９）．Ｗａｒｍ－ＳｔａｒｔｉｎｇＡＣＯｐｔｉｍａｌＰｏｗｅｒＦｌｏｗｗｉｔｈＧｒａｐｈＮｅｕｒａｌＮｅｔｗｏｒｋｓ．
Ｔ．Ｂ．Ｌｏｐｅｚ－ＧａｒｃｉａａｎｄＪ．Ａ．Ｄｏｍｉｎｇｕｅｚ－Ｎａｖａｒｒｏ， “ＧｒａｐｈＮｅｕｒａｌＮｅｔｗｏｒｋＰｏｗｅｒＦｌｏｗＳｏｌｖｅｒｆｏｒＤｙｎａｍｉｃａｌＥｌｅｃｔｒｉｃａｌＮｅｔｗｏｒｋｓ，” ２０２２ＩＥＥＥ２１ｓｔＭｅｄｉｔｅｒｒａｎｅａｎＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＣｏｎｆｅｒｅｎｃｅ（ＭＥＬＥＣＯＮ），Ｐａｌｅｒｍｏ，Ｉｔａｌｙ，２０２２，ｐｐ．８２５－８３０，ｄｏｉ：１０．１１０９／ＭＥＬＥＣＯＮ５３５０８．２０２２．９８４２９７４．
【発明の概要】
【発明が解決しようとする課題】
【０００８】
特許文献１、非特許文献１、非特許文献２では、それぞれ、異なる方法を用いて、人工知能を活用した計算高速化方法を提案している。これらに共通する課題としては、汎用性を重視した結果、人工知能による予測誤差の範囲を絞れていないことである。また、非特許文献１では、この予測誤差への対処法として、電力系統の潮流計算機能の初期点に活用することが記載されているが、これは予測誤差を最小化するには有効な手段の１つである一方、大きな予測誤差があると計算ステップを増やしてしまうことから、計算処理の高速化には有効的ではなくなるおそれがあった。
【０００９】
本発明は以上の点を考慮してなされたもので、人工知能による最大予測誤差を小さくし、計算を高速化することができる電力系統安定化システム及び電力系統安定化方法を提案しようとするものである。
【課題を解決するための手段】
【００１０】
かかる課題を解決するため本発明においては、故障前状態と故障後状態を入力として故障状態変化量を算出する故障状態変化量算出部と、前記故障状態変化量と、系統モデルと、前記故障前状態と、故障ケースとを目的変数として入力し、故障計算推定モデルの初期モデルを学習し、学習後の故障計算推定モデルを生成する故障計算推定モデル学習部と、系統状態と、前記系統モデルと、学習後の前記故障計算推定モデルと、前記故障ケースとを入力とし、故障状態変化量推定値を算出する故障状態変化量推定部と、前記故障状態変化量推定値及び前記系統状態に基づいて故障状態を推定する故障状態推定部と、入出力データのうちの１つ以上を表示する表示部と、を備えるようにした。
（【００１１】以降は省略されています）

関連特許