基于改进深度森林的暂态电压稳定快速评估

摘要：

随着高压直流输电工程的密集投运,暂态电压稳定问题日益凸显,对系统安全稳定运行产生了严重的威胁.基于改进的深度森林,提出了一种暂态电压稳定智能化评估方法.通过最大相关最小冗余(maximum correlation minimum redundancy,mRMR)代替多粒度扫描提取强表征特征子集,避免了计算量大、内存占用多问题.然后,对极限梯度提升树(extreme gradient boosting,XGBoost)进行集成以构造新的级联森林,进一步提升模型预测精度.在改进的新英格兰10机39节点测试系统中开展算例分析,结果表明,所提方法具有评估精度高,计算耗时短和鲁棒性强的优点,可辅助电网运行人员在故障后及时预判暂态电压失稳风险,从而提升系统安全稳定运行能力.

关键词：高压直流输电、暂态电压稳定、最大相关最小冗余、深度森林、机器学习

所属期刊栏目：38

分类号：TM712(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52167015

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：24-30,43