基于学习方法的暂态稳定性评估比较分析
系统与控制
2024-09-05 v1 系统与控制
摘要
暂态稳定性和临界清除时间（Critical Clearing Time, CCT）是电力系统保护和控制中的重要概念。本文探讨了 various learning-based methods for predicting CCT under uncertainties arising from renewable generation, loads, and contingencies。特别地，我们从工程角度引入了新的暂态稳定性（B-stability）和CCT定义。对于模型训练，仅使用系统变量的初始值和 contingency cases 作为特征， enables 提供基于这些初始值的 protection information。为提高效率，采用将最大信息系数（MIC）和斯皮尔曼相关系数（SCC）结合的混合特征选择策略以降低特征维度。不同学习方法的性能在WSCC 9-bus system 上进行了评估。
引用
@article{arxiv.2409.02336,
title = {Comparative Analysis of Learning-Based Methods for Transient Stability Assessment},
author = {Xingjian Wu and Xiaoting Wang and Xiaozhe Wang and Peter E. Caines and Jingyu Liu},
journal= {arXiv preprint arXiv:2409.02336},
year = {2024}
}
备注
Accepted for presentation at the 56th North American Power Symposium (NAPS)