基于逐步特征增广梯度提升的暂态功角稳定评估及可解释性分析

摘要

基于数据驱动的电力系统暂态功角稳定评估虽然可以提供较为准确的结果，但其评估结果缺乏可解释性，导致难以应用于工程实际中。针对该问题，提出一种基于逐步特征增广梯度提升（gradient boosting enhanced with step-wise feature augmentation,AugBoost）的暂态功角稳定评估及可解释性分析方法。首先，通过训练AugBoost评估模型，建立电力系统输入特征与暂态功角稳定指标之间的映射关系；其次，将相量测量单元的实时量测数据传输到训练好的AugBoost评估模型中，提供实时评估结果；并根据沙普利值加性解释（Shapley additive explanations,SHAP）模型对评估结果和输入特征之间的关系进行解释，提高结果的可信度。最后，设计模型更新过程来提升评估模型面对电力系统运行工况变化的鲁棒性。在电力系统仿真软件PSS/E提供的23节点系统和1648节点系统上的仿真结果验证了所提方法的有效性。

关键词

暂态功角稳定评估 / 逐步特征增广梯度提升 / 沙普利值加性解释 / 可解释性分析 / 模型更新