基于两阶段信息压缩的电网动态轨迹预测与稳定性评估

故障后的暂态稳定性评估与动态功角轨迹预测对于电力系统稳定运行与紧急控制决策具有重要意义。直接采用系统全部的暂态初期响应观测对全时域的功角轨迹进行预测,将使得模型输入与输出过于复杂且关联规则难以挖掘,限制了其在大规模电力系统中的实用性。因此,文中提出了一种基于两阶段信息压缩的电力系统动态功角轨迹预测与稳定性评估方法。阶段1将暂态初期响应采用统一流形逼近与投影算法映射至低维欧氏空间,从而计算互信息作为相关性度量,然后基于改进最大相关与最小冗余算法综合相关性与冗余度进行特征筛选,从而剔除响应特征集中的冗余信息。阶段2采用改进的分辨率自适应最大三角形三桶算法对全时域功角轨迹进行压缩,提升轨迹数据的信息密度。最后,基于门控循环单元构建动态功角压缩轨迹预测与稳定性评估模型,并采用CEPRI-TAS算例系统验证了所提方法的有效性。