现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制...现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制的长短期记忆网络(long short term memory network with attention,LSTMA)方法,用以深入挖掘暂态稳定评估样本中所蕴藏的信息。在离线训练环节,以长短期记忆网络为基础分类器,引入Attention注意力机制引导模型学习样本中关键特征,并对损失函数进行改进,以此强化对不平衡样本的学习能力;在线应用环节,在目标域小样本条件下采用迁移学习方法更新成型的离线LSTMA模型,并对比不同迁移学习策略对模型性能影响,经过迁移学习建立的新运行点下的改进LSTMA模型评估精度有效提高,训练时间大幅减少,所得出的迁移学习策略确定方法有利于实际应用环节快速决策。研究在IEEE39节点和IEEE300节点系统上进行实验,验证了所提方法的有效性。展开更多
绿色低碳转型的新型电力系统中,风光电源等变流器接口资源(inverter based resources,IBRs)高比例并网,其模拟惯量与传统的旋转惯量共同构成了广义惯量,显著改变了系统的有功动态特性。掌握广义惯量特性、实现惯量优化调控是未来系统安...绿色低碳转型的新型电力系统中,风光电源等变流器接口资源(inverter based resources,IBRs)高比例并网,其模拟惯量与传统的旋转惯量共同构成了广义惯量,显著改变了系统的有功动态特性。掌握广义惯量特性、实现惯量优化调控是未来系统安全稳定的重要保障。围绕新型电力系统广义惯量,基于一般惯量概念给出了新型电力系统广义惯量的定义和数学描述,分析了广义惯量资源体系,并针对异质资源惯量聚合表征、广义惯量评估、考虑惯量充裕的优化运行3类关键问题分别梳理了研究现状,分析了关键难题与挑战,并提出了相应的解决思路。展开更多
文摘现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制的长短期记忆网络(long short term memory network with attention,LSTMA)方法,用以深入挖掘暂态稳定评估样本中所蕴藏的信息。在离线训练环节,以长短期记忆网络为基础分类器,引入Attention注意力机制引导模型学习样本中关键特征,并对损失函数进行改进,以此强化对不平衡样本的学习能力;在线应用环节,在目标域小样本条件下采用迁移学习方法更新成型的离线LSTMA模型,并对比不同迁移学习策略对模型性能影响,经过迁移学习建立的新运行点下的改进LSTMA模型评估精度有效提高,训练时间大幅减少,所得出的迁移学习策略确定方法有利于实际应用环节快速决策。研究在IEEE39节点和IEEE300节点系统上进行实验,验证了所提方法的有效性。
文摘绿色低碳转型的新型电力系统中,风光电源等变流器接口资源(inverter based resources,IBRs)高比例并网,其模拟惯量与传统的旋转惯量共同构成了广义惯量,显著改变了系统的有功动态特性。掌握广义惯量特性、实现惯量优化调控是未来系统安全稳定的重要保障。围绕新型电力系统广义惯量,基于一般惯量概念给出了新型电力系统广义惯量的定义和数学描述,分析了广义惯量资源体系,并针对异质资源惯量聚合表征、广义惯量评估、考虑惯量充裕的优化运行3类关键问题分别梳理了研究现状,分析了关键难题与挑战,并提出了相应的解决思路。
文摘传统基于离线模型参数和典型运行方式设计的电力系统阻尼控制器存在适应性问题,提出一种基于辨识的自适应控制器设计方法,可解决一般自适应控制中快速性和准确性要求之间的矛盾。所用的多元自回归滑动平均模型(auto regressive moving averaging vector,ARMAV)辨识在电网正常运行过程中针对由负荷等随机扰动引起的类噪声信号进行;在综合考虑辨识误差、阻尼要求和稳定裕度基础上,提出阻尼控制零极点配置基本原则,并设计相应的遗传算法优化方法。为了充分检验上述辨识与控制系统的效果,基于广域测量平台对其进行软硬件实现,并在东北电网简化系统中进行实时数字仿真(real time digital simulation,RTDS)测试,实验结果说明了所提方法的可行性和有效性。