基于特征选择的暂态安全评估方法及其可解释性研究

随着电网复杂程度的提高,反映电网安全稳定性质的特征量的数目也越来越大。按经验挑选出的关键潮流断面特征包含的运行规律信息具有一定的局限性,需要有更好的特征选择及安全评估方法,以增强电力系统暂态安全评估的可解释性和实用性。为此,提出一种基于加权条件互信息(weighted conditional mutual information,WCMI)的特征选择方法。基于评估标准筛选出预测准确率最高的特征集合,构成优化的特征集合。并提出一种基于SHAP(shapley additive explanations)值的模型解释方法,对机器学习模型进行了全局和局部的模型解释,最后经过IEEE-39节点系统算例验证,证明了所提方法的有效性。