电力科学与技术学报2023,Vol.38Issue(2) :214-223.DOI:10.19781/j.issn.1673-9140.2023.02.024

基于门控时空图神经网络的电力系统暂态稳定评估

Power system transient stability assessment based on gating spatial temporal graph neural network

刘建锋 姚晨曦 陈乐乐
电力科学与技术学报2023,Vol.38Issue(2) :214-223.DOI:10.19781/j.issn.1673-9140.2023.02.024

基于门控时空图神经网络的电力系统暂态稳定评估

Power system transient stability assessment based on gating spatial temporal graph neural network

刘建锋 1姚晨曦 1陈乐乐1
扫码查看

作者信息

  • 1. 上海电力大学电气工程学院,上海 200090
  • 折叠

摘要

随着特高压交直流互联规模的不断扩大,在线高精度快速地暂态稳定评估对电网安全运行至关重要.为此,提出一种基于门控时空图神经网络的暂态稳定评估方法,并采用时间自适应方法,同时提高暂态稳定评估的准确度和速度.首先,为减小故障切除后动态拓扑结构对暂态稳定评估影响,使用门控时空图神经网络提取融合电网的拓扑结构关键特征和相邻节点属性信息,学习空间数据相关性、提高评估准确度.然后,将提取的特征量输入门控神经网络以学习各个时刻数据相关性,调整稳定性阈值快速输出准确评估结果;同时,为避免模型性能受训练样本质量的影响,采用具有K最近邻思想的改进加权交叉熵损失函数处理不平衡训练样本.最后,通过分析算例,从数据可视化视图验证所提出的方法能有效提高评估准确度和缩短评估时间.

关键词

暂态稳定评估/门控时空图神经网络/门控神经网络/K最近邻/数据可视化

引用本文复制引用

基金项目

国家自然科学基金青年科学基金(51807114)

出版年

2023
电力科学与技术学报
长沙理工大学

电力科学与技术学报

CSTPCDCSCD北大核心
影响因子:0.85
ISSN:1673-9140
被引量3
参考文献量13
段落导航相关论文