数据驱动的电力系统暂态稳定评估方法综述

作     者：范士雄 赵泽宁 郭剑波 马士聪 王铁柱 李东琦 FAN Shixiong;ZHAO Zening;GUO Jianbo;MA Shicong;WANG Tiezhu;LI Dongqi

作者机构：中国电力科学研究院有限公司北京市海淀区100192 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年第44卷第9期

页      面：3408-3428,I0006页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 

基　　金：中国电科院青年科学家项目(52420023000Z)。 

主　　题：电力系统 暂态稳定评估 人工智能 数据驱动 主动学习 迁移学习 

摘      要：快速、准确地识别电力系统暂态稳定态势,是保证大电网安全稳定运行的重要前提。相较于传统物理解析方法,基于数据驱动的电力系统暂态稳定评估技术在解决复杂非线性映射和快速评估方面具有较大的优势,已成为目前电力系统暂态稳定评估技术研究的重要方向。该文首先结合电力系统暂态稳定评估场景需求和通用智能应用框架建立基于数据驱动的暂态稳定评估技术的基本架构,从离线训练、在线应用和反馈更新的维度分析数据驱动下各个流程环节的功能;其次,围绕着数据增强、机器学习算法和学习机制3个方面针对数据驱动技术在电网暂态稳定评估中的应用研究工作进展以及关键技术进行综述,分析不同模型和方法在解决电力系统暂态稳定评估的数据拟合和泛化能力的优势和不足。最后,结合高比例新能源电力系统暂态稳定评估新特点和当前人工智能技术的发展,从数据、模型和应用3个方面对电力系统暂态稳定评估技术的研究方向进行展望,为电网暂态稳定评估数字化和智能化提供技术参考。