| 基于时空图卷积网络的电力系统暂态稳定评估 |
| |
| 引用本文： | 庄颖睿,肖谭南,程林,陈颖,关慧哲.基于时空图卷积网络的电力系统暂态稳定评估[J].电力系统自动化,2022,46(11):11-18. |
| |
| 作者姓名： | 庄颖睿 肖谭南 程林 陈颖 关慧哲 |
| |
| 作者单位： | 清华大学电机工程与应用电子技术系,北京市 100084 |
| |
| 基金项目： | 国家自然科学基金资助项目（52037006）；;中国博士后科学基金资助项目（2020TQ0160）~~； |
| |
| 摘 要： | 快速准确的电力系统暂态稳定分析对电力系统安全稳定运行有着重要意义。现代电力系统设备元件日趋复杂多样导致系统非线性日益增强，作为电力系统暂态稳定分析传统方法的时域仿真法过于耗时。针对此问题，提出了一种基于时空图卷积网络模型的暂态稳定分析方法，将短时仿真与神经网络预测相结合，减少暂态稳定分析所需时间，可用于多种仿真分析场景。该方法将暂态稳定分析建模为样本空间映射问题，利用数据驱动方法训练神经网络模型，建立从暂态过程电网空间结构与时序潮流数据到暂态稳定的映射。模型通过同时提取暂态过程故障前、故障中、故障后的电网空间结构特征和时序潮流特征来实现对系统暂态稳定的快速准确判断。与传统暂态稳定分析方法相比，所提出的方法仅需进行短时间仿真分析，提高了分析效率。与其他机器学习模型相比，时空图卷积网络模型同时挖掘电力系统暂态过程的空间特征和时间特征，引入了更多与稳定性相关的先验知识，具有更优的特征挖掘能力和分析性能。基于新英格兰39节点系统的测试结果验证了所提方法的可行性、有效性和优越性。
|
| 关 键 词： | 电力系统 暂态稳定分析 特征分析 数据驱动 神经网络 时空图卷积网络 |
Transient Stability Assessment of Power System Based on Spatio-Temporal Graph Convolutional Network |
| |
| ZHUANG Yingrui,XIAO Tannan,CHENG Lin,CHEN Ying,GUAN Huizhe.Transient Stability Assessment of Power System Based on Spatio-Temporal Graph Convolutional Network[J].Automation of Electric Power Systems,2022,46(11):11-18. |
| |
| Authors: | ZHUANG Yingrui XIAO Tannan CHENG Lin CHEN Ying GUAN Huizhe |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
