融合JMIM和NGBoost的电力系统暂态稳定评估方法
为实现电力系统暂态稳定在线快速评估和可信度评价,提出了一种融合联合互信息最大化(JMIM)和自然梯度提升(NGBoost)的暂态稳定评估方法.基于JMIM,采用联合互信息和"最大最小值"原则挖掘海量输入数据的相关性,从而筛选出电网关键运行特征,避免维度爆炸问题.为实现高可信度的暂态稳定评估,构建NGBoost驱动的暂态稳定评估模型,可以以函数形式对模型的条件概率分布参数进行预测,进而实现概率预测,并量化可信度.结合自适应可信度阈值修正方法,实现对系统受扰状态暂态稳定的时序评估.利用新英格兰10机39节点系统和中国某省级电网数据进行了算例测试.与其他机器学习方法相比,所提方法在噪声干扰下具有更好的鲁棒性,可更准确识别不稳定运行状态.
暂态稳定、联合互信息最大化、可信度评价、噪声、自然梯度提升、自适应阈值
45
国家自然科学基金资助项目;湖南省自然科学优秀青年基金资助项目;湖湘青年科技创新人才项目
2021-04-28（万方平台首次上网日期，不代表论文的发表时间）
共11页
155-165
