基于时空特征融合的电力系统暂态稳定评估

摘要

为提高暂态评估模型对电气动态特征的提取能力，以及面临系统拓扑结构发生变化时的泛化能力，本文提出一种具有时空双通道并行结构的在线评估模型。首先，该模型基于门控循环单元(GRU)捕捉暂态时序数据的动态信息，基于图注意力网络(GAT)构建电力系统拓扑结构与暂态稳定状态的非线性拟合关系，并通过注意力机制融合两通道的时空特征，从而得到更可靠的评估结果。其次，将该模型与迁移学习技术相结合，当原系统拓扑结构发生变化后，更新模型的网络参数，实现模型的在线更新。最后，采用IEEE 39节点系统和IEEE 300节点系统进行仿真与验证，模型评估准确率分别达到98.62%和98.51%,表明所提方法能够实现高效的暂态稳定评估，且有较强的鲁棒性。

关键词

电力系统 / 暂态稳定评估 / 深度学习 / 时空特征 / 注意力特征融合 / 迁移学习