基于强化学习的混合元启发式暂态电压稳定特征选择方法及可解释性研究
Reinforcement Learning-based Hybrid Element Heuristic Transient Voltage Stability Feature Selection and Its Interpretability作者机构:新能源电力系统国家重点实验室(华北电力大学)北京市昌平区102206
出 版 物:《电网技术》 (Power System Technology)
年 卷 期:2024年第48卷第4期
页 面:1519-1531,I0043页
核心收录:
学科分类:080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
基 金:国家重点研发计划项目(响应驱动的大电网稳定性智能增强分析与控制技术)(2021YFB2400800)
主 题:暂态电压稳定 特征选择 强化学习 混合元启发式 沙普利值加性解释
摘 要:新型电力系统发展背景下,使用有效的特征选择方法来提取与暂态电压稳定强相关的关键响应特征,对研究暂态电压失稳机理与系统潜在安全隐患具有重要意义。为此,提出一种基于改进过滤法与混合元启发式包装法的复合框架进行特征选择的新方法。基于对称不确定性值改进的最大相关最小冗余性准则进行特征粗筛;将Q学习强化学习融合至元启发式优化算法中,并采用开发探索折衷策略以增强特征细选能力,获取最优关键响应特征子集。在此基础上,采用沙普利值加性解释归因理论综合分析各筛选特征对暂态电压稳定的影响与系统薄弱环节。新型电力系统算例验证了所提方法的有效性。