考虑量测数据缺失的电力系统暂态稳定评估

电力系统量测数据在传输过程中可能出现缺失，进而影响现有暂态稳定评估方法的性能。为此，基于生成对抗网络(generative adversarial networks, GAN)和极限学习机(extreme learning machine, ELM),提出了一种考虑量测数据缺失的电力系统暂态稳定评估方法。首先，使用GAN生成符合真实数据分布的新数据，解决量测数据缺失问题；然后，利用ELM评估模型实现对电力系统的暂态稳定评估；最后，在新英格兰10机39节点系统上进行测试。结果表明，所提方法能够有效修复缺失数据，显著提高暂态稳定评估准确率。与其他评估模型相比，其更适用于电力系统暂态稳定评估领域，有益于基于数据驱动的暂态稳定评估方法的实际应用。