基于时空特征图卷积网络的配电网实时状态估计方法

为了在考虑负荷时空特性以及不健全量测的场景下实现配电网的实时、高容错状态估计,本文从时空图的角度提出一种基于时空特征图卷积网络的动态状态估计算法。首先将配电网量测数据组成三维张量;然后利用时空特征图卷积网络分别提取量测数据的空间拓扑、时间序列和节点属性上的特征信息,通过特征融合得到实时状态估计结果;最后根据状态估计结果生成虚拟量测以消除不良数据的影响。实验结果表明,本状态估计方法具有较高的鲁棒性,且准确性和计算速度均优于传统方法。研究结果可为基于机器学习的电力系统状态估计方法提供参考。

基于受扰电压轨迹的电力系统暂态失稳判别 (二)算例分析

在基于受扰电压轨迹的暂态失稳判别方法的基础上,探讨了广域监测方案设计及暂态失稳门槛值设定方法,并进一步分析了所述方法在实际应用过程中的适用性与可行性。对IEEE 39节点系统与南方电网实际系统进行了仿真研究,包括节点电压脆弱性分析、电压观测方案设计、不同故障下的暂态稳定性判别。结果表明,本文方法相比常规方法,能够更加快速而有效地识别系统暂态失稳,工程可实施性强,可用于不健全的广域量测环境。