应对极端灾害的韧性配电网自动开关优化配置

以台风灾害为例研究了考虑配电网抗灾韧性的自动开关优化配置模型。首先考虑台风风场、配电系统故障状态、系统负荷的不确定性,生成随机场景。其次分析台风灾害期间的配电网故障处理及供电恢复过程中的负荷区域供电状态,将自动开关优化配置问题进行建模,转换为两阶段的混合整数线性规划框架,第一阶段获取以投资运维费用和韧性成本的总费用最小为目标的自动开关配置方案,第二阶段求解以台风期间系统韧性指标最小为目标的负荷区域供电状态。最后,以IEEE 33节点系统为算例进行仿真分析,仿真结果表明所提出的模型应用自动开关配置方案后,具有较好的经济效益和韧性提升效率。     

基于主动迁移学习的电力系统拓扑自适应暂态稳定评估

在基于深度学习的数据驱动型电力系统暂态稳定评估技术中,需要解决的一个关键应用挑战是对系统拓扑结构变化和电网扩展的适用性问题。该文首先提出一种考虑电气属性的互注意力图池化方法,基于注意力机制,按照电网节点的属性和距离执行差异化的特征综合,提升图深度学习特征聚合对拓扑结构变化的适用性。在此基础上,提出一种基于主动迁移学习的暂态稳定评估方案,在电网结构大幅变化或扩展时可以利用少量新系统标注样本完成模型的学习。提出梯度加权距离评价样本相似性,从原系统中获取新系统样本伪标签以实现新系统模型的初始训练。设计考虑不确定性和多样性的主动采样策略从新系统中持续挑选高价值样本进行标注,大幅减少样本标注成本。在IEEE 39、300节点系统上的测试结果验证了该文方案的优越性。