基于形态相似距离的暂态电压稳定评估方法

被引：11

作者：

施阳 ^{[1
]}

李勇 ^{[1
]}

曹一家 ^{[1
]}

王炜宇 ^{[1
]}

左剑 ^{[2
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 国网湖南省电力有限公司电力科学研究院

来源：

电力系统及其自动化学报 | 2020年 / 32卷 / 05期

关键词：

暂态电压稳定; 大数据; 形态相似距离; 决策树; 代价敏感机制;

D O I：

10.19635/j.cnki.csu-epsa.000299

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对电网暂态电压稳定问题,基于数据挖掘和机器学习提出了一种基于形态相似距离的暂态电压稳定性在线评估方法。根据PMU实时量测数据,提取电气物理量的时间序列,以给定时间窗内形态相似距离为特征,采用决策树算法训练生成具有较好分类性能的二叉决策树。在学习过程中融入代价敏感机制,减小样本分类不平衡带来的影响,继而基于决策树的"白箱"性质,利用生成的规则对电力系统电压失稳规律进行分析。通过IEEE39节点标准算例的测试表明,该方法不仅具有较强的分类效果,而且对分类结果也提供了良好的解释性,这为电压在线监测评估和探索电压失稳规律提供指导。

引用

页码：105 / 112

页数：8

共 13 条

[1]

基于数据挖掘的静态电压稳定在线评估 [D].