基于时序轨迹特征学习的暂态电压稳定评估

查看全文 作　　者：[1]朱利鹏;[1]陆超;[2]黄河;[2]刘映尚

机构地区：[1]电力系统及大型发电设备安全控制和仿真国家重点实验室(清华大学),北京市海淀区100084;[2]中国南方电网电力调度控制中心,广东省广州市510623

出　　处：《电网技术》索引2019年第43卷第6期,共9页

基　　金：国家重点研发计划资助项目(2018YFB0904500);国家自然科学基金资助项目(51677097,U1766214)~~ 摘　　要：以先进机器学习方法等为代表的人工智能技术在增强现代电网安全稳定态势感知能力方面展现出巨大的潜力。针对在线暂态电压稳定评估的传统难题,提出基于时序轨迹特征学习的稳定评估方法。通过分析系统能量函数与暂态响应轨迹的相关性,给出学习过程输入数据选取的理论依据。在时序轨迹Shapelet变换基础上,提出以刻画系统稳定/失稳案例关键局部轨迹差异为核心的特征学习方法及稳定评估方案。双机四节点系统和南方电网中的算例测试结果表明,除了实现可靠的稳定监测和评估,还可充分利用文中方法的可解释性从数据层面剖析特定系统的失稳模式和规律。 关键词：机器学习稳定域态势感知时序轨迹 Shapelet

相关文献

参考文献（20）
引证文献（35）
耦合文献（3593）

参考文献(20)

引证文献(35)

耦合文献(3593)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于时序轨迹特征学习的暂态电压稳定评估

参考文献(20)

引证文献(35)

耦合文献(3593)

用户提示