嵌入多尺度关键特征信息的数据驱动电网输电断面相似性辨识方法

作     者：沈豪 何川 张鸿皓 刘天琪 南璐 叶希 孙昕炜 王彪 

作者机构：四川大学电气工程学院 国网四川省电力公司 国网四川省电力公司电力科学研究院 

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

年 卷 期：2025年

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：国家电网公司科技项目(5108-202218280A-2-263-XG) 

主　　题：输电断面 极限传输容量 相似性辨识方法 改进FCM聚类 特征筛选 

摘      要：实现未来输电断面与相似历史断面的辨识，可以为未来输电断面控制措施的制定提供指导，对保障电力系统的安全稳定运行具有重大意义。然而现有方法对断面关键特征筛选及样本相似性度量方法选取的考虑还不充分，因此，本文提出一种嵌入多尺度关键特征信息的改进模糊C均值（fuzzy C-means，FCM）聚类方法进行断面相似性辨识。首先，为得到更多方面的断面特征样本，建立分层决策模型，筛选及改进电网基础特征量，然后提出考虑热稳定和暂态功角稳定约束的断面极限传输容量（total transfer capacity，TTC）计算模型求取TTC。其次，提出综合考虑样本形态与数值两类特征的自适应FCM聚类用于断面相似性辨识，通过多指标评价体系自适应选定最优聚类个数，提升算法客观性；通过引入余弦距离考虑样本形态特征，提升算法可信性。最后，以IEEE 39节点系统和某地实际电网为例，验证所提方法的有效性。