基于主动学习的电力系统暂态稳定评估方法.pdf

"基于主动学习的电力系统暂态稳定评估方法" 本文提出了一种基于主动学习的电力系统暂态稳定评估方法，以解决传统机器学习方法在应用中离线训练数据生成耗时及造成的难以在网架发生变化后快速更新模型的问题。 本文对电力系统暂态稳定的重要性进行了介绍。在电力系统运行控制中，暂态稳定扮演着越来越重要的角色。随着泛在电力物联网概念的提出，基于机器学习的暂态稳定实时评估方法展现出了巨大的发展潜力。 本文对基于主动学习的电力系统暂态稳定评估方法进行了详细的介绍。该方法考虑不同运行方式、不同故障下进行短时间仿真（仿真至故障切除时刻）生成无标注样本；随机选取一部分样本进行长时间仿真以标注这些样本的稳定状态，并进一步训练基于支持向量机的暂态稳定评估模型；最后循环选择剩余未标注样本中信息爛较高的部分数据进行标注对模型重新训练，直至模型准确率不再变化。 此外，本文还对新英格兰10机39节点测试电力系统的仿真结果进行了介绍。结果表明，论文提出的方法能够有效降低离线仿真的时间，大大提高评估模型部署的效率，并对广域噪声具有鲁棒性。 本文对电力系统暂态稳定评估方法的发展前景进行了总结和展望。随着电力系统的发展和泛在电力物联网概念的提出，基于主动学习的电力系统暂态稳定评估方法将扮演着越来越重要的角色。 关键词：泛在电力物联网概念、相量测量单元、主动学习、暂态稳定评估 本文的贡献： 1. 提出了基于主动学习的电力系统暂态稳定评估方法，以解决传统机器学习方法在应用中离线训练数据生成耗时及造成的难以在网架发生变化后快速更新模型的问题。 2. 介绍了基于支持向量机的暂态稳定评估模型，并对其进行了详细的介绍。 3. 对新英格兰10机39节点测试电力系统的仿真结果进行了介绍，表明论文提出的方法能够有效降低离线仿真的时间，大大提高评估模型部署的效率，并对广域噪声具有鲁棒性。 本文的意义： 1. 本文的研究结果能够 proporcionar 了一种基于主动学习的电力系统暂态稳定评估方法，能够解决传统机器学习方法在应用中离线训练数据生成耗时及造成的难以在网架发生变化后快速更新模型的问题。 2. 本文的研究结果能够为电力系统暂态稳定评估提供新的思路和方法，提高电力系统的运行稳定性和安全性。 3. 本文的研究结果能够为泛在电力物联网概念的发展提供新的思路和方法，提高电力系统的智能化和自动化水平。