本发明涉及电力系统自动化，尤其一种电力系统暂态稳定的评估方法、装置、设备及介质。
背景技术：
1、功角稳定性对电力系统的安全运行至关重要。一旦电力系统受到干扰，如果尽早对功角稳定性进行评估，并及时采取应急控制措施，就可以保护系统的稳定性。在面对日益增多的新能源接入以及系统负荷波动等挑战时，确保电力系统的功角稳定成为一项紧迫的任务。为了解决这一问题，建立功角稳定分析模型是至关重要的一步。
2、在目前国内外的研究中，已探索出多种方法对电力系统进行暂态稳定评估，但是，现有技术通常在硬样本处出现误分类，从而影响电力系统暂态稳定评估的准确性。
技术实现思路
1、本发明提供了一种电力系统暂态稳定的评估方法、装置、设备及介质，以解决上述技术问题，有效提高了电力系统暂态稳定评估的准确性。
2、为了解决上述技术问题，本发明提供了一种电力系统暂态稳定的评估方法，包括：
3、获取电力系统的实时运行数据；
4、将实时运行数据分别输入到预设的正分类器和预设的反分类器，得到第一评估结果和第二评估结果；其中，所述预设的正分类器的评估倾向和所述预设的反分类器的评估倾向相反；
5、当第一评估结果和第二评估结果不相同，则将实时运行数据输入到预设的公正分类器，以对电力系统暂态稳定进行评估；所述公正分类器为基于电力系统的硬样本而训练得到的分类器。
6、本发明的有益效果为：
7、本发明将电力系统的实时运行数据分别输入到评估倾向相反的两个分类器中，得到两个评估结果，当两个评估结果不相同，则将电力系统的实时运行数据输入到基于电力系统的硬样本而训练得到的公正分类器，以对电力系统暂态稳定进行评估，由此可以对电力系统中难以被正确分类评估的样本数据，即硬样本进行准确分类，进而提高电力系统暂态稳定评估的准确性。
8、作为优选方案，预设的正分类器的损失函数，具体为：
9、gp＝-y(l)ln y’(l)γ(1,0)-[1-y(l)]ln[1-y(l)]γ(0,1)
10、γ(0,1)＝1
11、γ(1,0)＝ns/nuns
12、预设的反分类器的损失函数，具体为：
13、gn＝-y(l)ln y’(l)θ(1,0)-β[1-y(l)]ln[1-y(l)]θ(0,1)
14、θ(0,1)＝ns/nuns
15、θ(1,0)＝1
16、上式中，y(l)为输入样本中第l个样本的真实标签值；y’(l)为输入样本中第l个样本为稳定样本的概率；ns为输入样本中稳定样本的数量；nuns为输入样本中不稳定样本的数量；β为修正系数。
17、对于不同场景下的训练集样本，不稳定样本与稳定样本的比例往往不同，这使得在不平衡样本下训练的模型其判别结果具有一定的倾向性，本优选方案在分类器的损失函数中引入参数γ、θ，可对于各场景下各类样本数量不平衡的情况予以修正，本优选方案还在反分类器的损失函数中引入修正系数β，能够让反分类器能倾向于将输入样本评估为不稳定，由此，以使正分类器的评估倾向和反分类器的评估倾向相反。
18、作为优选方案，预设的公正分类器的获取方法，包括：
19、对电力系统进行时域仿真以获取电力系统仿真数据；
20、基于所述电力系统仿真数据得到若干个初始数据集；
21、将若干个初始数据集输入到预设的正分类器和预设的反分类器，得到与每一初始数据集对应的正分类器评估结果和反分类器评估结果；
22、从若干个初始数据集中，筛选出正分类器评估结果和反分类器评估结果不同的初始数据集，以得到临界数据集；
23、基于临界数据集训练预设的初始公正分类器，以得到预设的公正分类器。
24、本优选方案从若干个初始数据集中，筛选出正分类器评估结果和反分类器评估结果不同的初始数据集，以得到临界数据集，并基于临界数据集训练预设的初始公正分类器，以得到预设的公正分类器，以使公正分类器具备很好地学习临界数据集特征的能力，能够对电力系统中难以被正确分类评估的样本数据，即硬样本进行准确分类，进而提高电力系统暂态稳定评估的准确性。
25、作为优选方案，在所述从若干个初始数据集中，筛选出正分类器评估结果和反分类器评估结果不同的初始数据集，以得到临界数据集之后，还包括：
26、对临界数据集进行数据增强，以更新临界数据集。
27、收集到的临界数据集较少，则无法用来训练模型，而如果临界数据集的数量足够，同时选择恰当的模型，即能够很好地学习临界数据集特征的模型，那么该模型通过数量足够的临界数据集训练，将获得很强的临界数据集类别正确识别的能力，本优选方案对临界数据集进行数据增强，可以丰富临界样本集的数量与质量，并且，用增强后的临界数据集训练预设的初始公正分类器，可以提高公正分类器的分类识别能力，提高电力系统暂态稳定的评估准确性。
28、作为优选方案，所述的一种电力系统暂态稳定的评估方法，还包括：若第一评估结果和第二评估结果相同，则将第一评估结果输出，以完成对电力系统暂态稳定的评估。
29、相应的，为了解决上述技术问题，本发明还提供了一种电力系统暂态稳定的评估装置，包括：数据获取模块、第一评估模块和第二评估模块；
30、其中，所述数据获取模块用于获取电力系统的实时运行数据；
31、所述第一评估模块用于将实时运行数据分别输入到预设的正分类器和预设的反分类器，得到第一评估结果和第二评估结果；其中，所述预设的正分类器的评估倾向和所述预设的反分类器的评估倾向相反；
32、所述第二评估模块用于当第一评估结果和第二评估结果不相同，则将实时运行数据输入到预设的公正分类器，以对电力系统暂态稳定进行评估；所述公正分类器为基于电力系统的硬样本而训练得到的分类器。
33、作为优选方案，所述的一种电力系统暂态稳定的评估装置，还包括：模型获取模块；所述模型获取模块包括：第一获取单元、第二获取单元和模型获取单元；
34、其中，所述第一获取单元用于对电力系统进行时域仿真以获取电力系统仿真数据；基于所述电力系统仿真数据得到若干个初始数据集；
35、所述第二获取单元用于将若干个初始数据集输入到预设的正分类器和预设的反分类器，得到与每一初始数据集对应的正分类器评估结果和反分类器评估结果；从若干个初始数据集中，筛选出正分类器评估结果和反分类器评估结果不同的初始数据集，以得到临界数据集；
36、所述模型获取单元用于基于临界数据集训练预设的初始公正分类器，以得到预设的公正分类器。
37、作为优选方案，所述的一种电力系统暂态稳定的评估装置，还包括：数据增强模块；所述数据增强模块用于在所述将所述初始数据集分别输入到预设的正分类器和预设的反分类器，以得到临界数据集之后，对临界数据集进行数据增强，以更新临界数据集。
38、本发明还提供了一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述电力系统暂态稳定的评估方法的步骤。
39、本发明还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述电力系统暂态稳定的评估方法的步骤。
1.一种电力系统暂态稳定的评估方法，其特征在于，包括：
2.如权利要求1所述的一种电力系统暂态稳定的评估方法，其特征在于，预设的正分类器的损失函数，具体为：
3.如权利要求1所述的一种电力系统暂态稳定的评估方法，其特征在于，预设的公正分类器的获取方法，包括：
4.如权利要求3所述的一种电力系统暂态稳定的评估方法，其特征在于，在所述从若干个初始数据集中，筛选出正分类器评估结果和反分类器评估结果不同的初始数据集，以得到临界数据集之后，还包括：
5.如权利要求1所述的一种电力系统暂态稳定的评估方法，其特征在于，还包括：若第一评估结果和第二评估结果相同，则将第一评估结果输出，以完成对电力系统暂态稳定的评估。
6.一种电力系统暂态稳定的评估装置，其特征在于，包括：数据获取模块、第一评估模块和第二评估模块；
7.如权利要求6所述的一种电力系统暂态稳定的评估装置，其特征在于，还包括：模型获取模块；所述模型获取模块包括：第一获取单元、第二获取单元和模型获取单元；
8.如权利要求6所述的一种电力系统暂态稳定的评估装置，其特征在于，还包括：数据增强模块；所述数据增强模块用于在所述将所述初始数据集分别输入到预设的正分类器和预设的反分类器，以得到临界数据集之后，对临界数据集进行数据增强，以更新临界数据集。
9.一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任意一项所述电力系统暂态稳定的评估方法的步骤。
10.一种存储介质，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至5任意一项所述电力系统暂态稳定的评估方法的步骤。
