基于改进边图卷积网络的电力系统小干扰稳定评估模型

摘要：

小干扰稳定问题对电力系统安全稳定的影响日益突出.采用样本学习的思路建立从稳态运行信息到关键振荡模式的映射模型,为大电网振荡特性的快速预测和评估提供了新的技术路径.采用图卷积网络,并引入边卷积的设计来考虑输电通道潮流分布的影响,建立了小干扰稳定评估的边图卷积网络模型(edge graph convolutional networks for small-signal stability assessment,EGCN-SSA).采用卷积增强技术改善网络退化现象,并建立多任务学习框架,同时预测多模式的振荡频率和阻尼比.在IEEE10机39节点上的算例和模型对比验证了所提出模型的性能以及对拓扑变化的适应能力.

关键词：小干扰稳定评估、图深度学习、边图卷积、多任务学习

所属期刊栏目：46

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;南方电网公司科技项目

在线出版日期：2022-06-27（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：2095-2103