基于图注意力深度网络的电力系统暂态稳定评估

摘要：

常规深度学习模型应用于电力系统暂态稳定评估时难以直观和充分地考虑电网拓扑结构对稳定性的影响.论文结合"图深度学习"思想,将图注意力网络(graph attention network,GAT)引入TSA建模,设计了多头注意力方案,采用加权交叉熵损失函数改善不均衡样本的训练效果,提出多图并行训练方案加速训练过程.结合算例分析了输入选择和采样点数对稳定评估效果的影响,应用可视化技术分析了图注意力网络的特征聚合效果.通过与多种深度学习模型下建立的TSA模型的性能对比,充分验证所提出模型的优越性.

关键词：电力系统、暂态稳定评估、图深度学习、图注意力网络

所属期刊栏目：45

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：南方电网公司科技项目;广东省重点领域研发计划

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2122-2130