基于门控时空图神经网络的电力系统暂态稳定评估

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

所属期刊栏目：38

分类号：TM470(变压器、变流器及电抗器)

资助基金：国家自然科学基金51807114

在线出版日期：2023-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：214-223