基于标签传播算法的电网主动解列断面快速定位方法

传统的失步解列控制无法适应多变的运行方式和复杂的失稳模式,实现数据驱动的电网主动解列断面快速定位具有重要意义。为此,结合复杂网络社团检测理论和电气距离,提出一种基于标签传播算法的主动解列断面快速定位方法。基于等值两机系统联络断面电气距离对振荡中心位置有主要影响的机理,依据支路导纳建立图数据的相似性权重矩阵。根据同调机群在线辨识的分群结果标注同步发电机节点的类别标签。使用基于调和函数的标签传播算法对未标注节点进行半监督节点分类,不同类节点之间的边即所定位的解列断面。通过IEEE118节点系统算例和东北电网实际系统的仿真分析,验证了所提方法的可行性和有效性。该方法的计算速度非常快,具有较好的工程实用价值。     

基于图深度学习的薄弱支路辨识与溯因分析EI北大核心CSCD

电力系统多样化的运行方式对薄弱支路辨识的速度与拓扑泛化性提出更高要求。结合图深度学习及解释方法对薄弱支路进行辨识与溯因分析。采用基于初始残差和单位映射的图卷积神经网络(graph convolutional network via initial residual and identity mapping,GCNII)搭建薄弱支路辨识模型,模型可基于拓扑关系聚合元件特征,结合邻近电网的安全态势评估支路的薄弱程度。采用基于互信息优化的解释方法分析辨识模型的决策依据,提取薄弱支路的主导因子。IEEE68节点系统、实际电网算例结果表明,辨识模型具有较好的辨识准确性和拓扑泛化性,溯因分析结果符合传统机理认知所得结论,可为连锁故障的实时预警和预防控制提供有效指导。