文档名：基于深层级联残差图卷积的暂态稳定评估模型及其实际电网应用
摘要：目前,数据驱动的暂态功角稳定评估模型的研究和测试主要在小规模算例系统进行,在实际电网的应用检验不足,其内在原因是图深度学习中的局部信息提取特点与功角稳定全局性的矛盾尚未解决.为此,设计一种深层级联残差图卷积模型,利用含残差连接的深层级联结构,实现模型层数堆叠性能的有效提升.利用MinMaxPooling模块,使模型参数与系统规模解耦.该模型结构设计与节点数量无关,可以解决数据驱动模型应用于大规模实际电网的问题.在某5419个节点的实际区域电网进行测试,结果验证了所提模型的有效性和实用性.
Abstract：Thestudiesandtestsofthedata-driventransientpoweranglestabilityassessmentmodelsaremainlycarriedoutinsmall-scaleexamplesystems,withinsufficientapplicationtestsinrealpowergrids.Theinternalreasonisthatthecontradictionbetweenthelocalinformationextractioncharacteristicsandtheglobalpoweranglestabilityingraphdeeplearninghasnotbeensolved.Inthispaper,adeepcascaderesidualmapconvolutionmodelisdesignedtoachieveaneffectiveimprovementinmodellayerstackingperformancethroughadeepcascadestructurecontainingresidualconnectivity.ItalsoproposestheMinMaxPoolingmoduletodecouplethemodelparametersfromthesystemsize.Themodelstructuredesignindependentofthenumberofnodescansolvetheproblemofdata-drivenmodelsappliedtolarge-scalerealpowergrids.Thevalidityandperformanceoftheproposedmodelaretestedonarealregionalpowergridwith5419nodes.
作者：向川 陈鎏凯 陈勇 马遵 管霖 Author：XIANGChuan CHENLiukai CHENYong MAZun GUANLin
作者单位：云南电网有限责任公司电力科学研究院,云南昆明650217华南理工大学电力学院,广东广州510641
刊名：广东电力 ISTICPKU
Journal：GuangdongElectricPower
年，卷(期)：2024, 37(6)
分类号：TM712TP18
关键词：暂态功角稳定评估 数据驱动 图卷积模型 残差连接 深层级联 实际电网测试
Keywords：transientpoweranglestabilityassessment data-driven graphconvolutionnetwork residualconnectivity deepcascading realgridtesting
机标分类号：TM712TP18TP311.13
在线出版日期：2024年7月19日
基金项目：云南电网有限责任公司科技项目，国家自然科学基金基于深层级联残差图卷积的暂态稳定评估模型及其实际电网应用[
期刊论文] 广东电力--2024, 37(6)向川 陈鎏凯 陈勇 马遵 管霖目前,数据驱动的暂态功角稳定评估模型的研究和测试主要在小规模算例系统进行,在实际电网的应用检验不足,其内在原因是图深度学习中的局部信息提取特点与功角稳定全局性的矛盾尚未解决.为此,设计一种深层级联残差图卷积...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深层级联残差图卷积的暂态稳定评估模型及其实际电网应用 Application of Transient Stability Assessment Model Based on Deep Cascading Residual Graph Convolution Network in Real World Power Grids
基于深层级联残差图卷积的暂态稳定评估模型及其实际电网应用.pdf
- 文件大小:
- 1.23 MB
- 下载次数:
- 60
-
高速下载
|
|
