基于改进边图卷积网络的电力系统小干扰稳定评估模型 |
| |
作者姓名: | 郭梦轩 管霖 苏寅生 姚海成 黄济宇 朱思婷 钟智 |
| |
作者单位: | 华南理工大学电力学院,广东省广州市510641;华南理工大学电力学院,广东省广州市510641;广东省新能源电力系统智能运行与控制企业重点实验室(南方电网科学研究院),广东省广州市510663;中国南方电网电力调度控制中心,广东省广州市510530 |
| |
基金项目: | 国家自然科学基金项目(52077080); |
| |
摘 要: | 小干扰稳定问题对电力系统安全稳定的影响日益突出。采用样本学习的思路建立从稳态运行信息到关键振荡模式的映射模型,为大电网振荡特性的快速预测和评估提供了新的技术路径。采用图卷积网络,并引入边卷积的设计来考虑输电通道潮流分布的影响,建立了小干扰稳定评估的边图卷积网络模型(edgegraphconvolutionalnetworksforsmall-signal stability assessment,EGCN-SSA)。采用卷积增强技术改善网络退化现象,并建立多任务学习框架,同时预测多模式的振荡频率和阻尼比。在IEEE10机39节点上的算例和模型对比验证了所提出模型的性能以及对拓扑变化的适应能力。
|
关 键 词: | 小干扰稳定评估 图深度学习 边图卷积 多任务学习 |
本文献已被 万方数据 等数据库收录! |
|