基于多尺度特征集的高占比新能源电网连锁故障数据驱动辨识方法

摘要：

随着我国新型电力系统建设进程的不断推进,电力系统运行工况的不确定性大大增加,抗扰动能力更低,连锁故障发生率更高,演化时间更短.传统的基于潮流计算的方法依赖对场景的枚举考虑随机因素,时效性和准确率都难以应对高占比新能源电网复杂的运行工况,因此,提出一种挖掘历史数据规律的基于多尺度特征集的高占比新能源电网连锁故障数据驱动辨识方法,充分考虑历史运行数据中包含的随机信息.从宏观、中观、微观3个层次提取能够表征复杂网络拓扑特征与系统运行状态的特征指标,构成特征指标集;基于双向长短期记忆神经网络学习历史连锁故障过程中复杂网络特征指标与系统运行状态间的映射关系,构建高占比新能源电网连锁故障辨识模型,并通过新疆电网拓扑验证了所提模型的有效性.

关键词：连锁故障、数据驱动、拓扑特征、高占比新能源、复杂网络

所属期刊栏目：44

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;国家自然科学基金;国网新疆电力公司科技项目

在线出版日期：2023-06-06（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：91-100