关于暂态稳定分析算例筛选的评述

论文摘要

算例筛选环节通过定性的机器学习或者定量的近似评估,快速识别出尽量多的稳定算例及失稳算例,以减少需要详细分析的算例数及总计算量。文中评述暂态稳定分析中的算例筛选所采用的假设、特征变量、分类规则及泛化能力。讨论数据驱动与模型驱动的融合,包括将因果元素引入分类器,将数据统计范式与模型仿真范式深度融合来提取知识。在稳定性理论指导下,建议两层框架的分类器:下层由若干个并行环节组成,各自采用不同近似程度的定量算法,取其输出数据作为上层分类器的输入。这些数据已经按近似的因果关系整合了大部分原始数据对暂态稳定性的影响,不但可提高分类器的正确识别率和强壮性,并可揭示误差机理、评估可信度及可接受度。

论文目录

• 0 引言
• 1 提高CF强壮性的新思路
• 2 CF环节输出的不同方式
•   2.1 稳定算例的剔除
•   2.2 分类器的输出类别
•   2.3 按稳定度的排序
• 3 CF的技术途径
•   3.1 基于个别时间断面上的特征变量的分类器
•   3.2 基于因果关系的近似算法判断
•   3.3 基于受扰轨迹近似稳定裕度的分类器
• 4 CF的要素
•   4.1 筛选分类器的框架
•   4.2 用作标记工具的精确算法
•   4.3 提供因果特征变量的近似算法
•     4.3.1 简化元件模型
•     4.3.2 缩短积分区间
•     4.3.3 增大积分步长
•     4.3.4 简化解算策略
•   4.4 输入信号的选择
•     4.4.1 候选的输入信号
•       4.4.1. 1 稳态、动态和场景参量
•       4.4.1. 2 受扰过程及累计量
•       4.4.1. 3 因果型和统计型参量
•     4.4.2 输入信号的优选
•     4.4.3 多输入信号间的配合
•   4.5 分类规则的优化
•     4.5.1 分类规则的提取
•     4.5.2 传统的ML方式
•     4.5.3 机理支撑的ML
•   4.6 筛选分类的计算量
•   4.7 误差来源及机理
• 5 暂态功角稳定分析中的CF
•   5.1 基于个别时间断面上的特征变量的分类器
•   5.2 基于因果关系的近似算法判断
•   5.3 基于受扰轨迹近似稳定裕度的分类器
• 6 暂态电压稳定分析中的CF
•   6.1 基于个别时间断面上的特征变量的分类器
•   6.2 基于因果关系的近似算法判断
• 7 计及暂态功角与电压稳定分析的CF
• 8 研究展望
• 9 结语

文章来源

类型: 期刊论文

作者: 薛禹胜,黄天罡,陈国平,郑玉平,文福拴,徐岩,赵俊华

关键词: 理论分析,模型仿真,统计分析,故障筛选算例筛选,机器学习,多分类器,误差分析

来源: 电力系统自动化 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业

单位: 南瑞集团有限公司(国网电力科学研究院有限公司),智能电网保护和运行控制国家重点实验室,国家电网有限公司,浙江大学电气工程学院,南洋理工大学电力与电子工程学院,香港中文大学(深圳)理工学院

基金: 国家电网公司科技项目“电力转型对能源转型的主动支撑研究——以青海省为例”,国家自然科学基金资助项目(61533010),南瑞集团有限公司科技项目“综合能源系统仿真评估关键技术研究”~~

分类号: TM712

页码: 1-14

总页数: 14

文件大小: 1944K

下载量: 458