基于概率图模型与热启动的 contingency 分析

网络威胁对电网构成日益常见的风险，并可破坏电网的安全运行。我们提议将 contingency 分析扩展以纳入网络威胁评估。然而，不同于传统的 N-1 或 N-2 contingency，网络威胁（如 MadIoT）需要在实用时间内模拟难以求解的 N-k（k >> 2）contingency。纯基于物理的潮流求解器虽准确但速度慢，可能无法及时求解 N-k contingency，而新兴的数据驱动替代方案虽快但可泛化性、可解释性与可扩展性不足。为应对这些挑战，我们提出一种基于条件高斯随机场的新颖数据驱动方法，可快速且准确地评估网络威胁。该方法通过热启动（即改善物理求解器的起始点）仿真来实现 contingency 分析的加速。为提升物理可解释性与可泛化性，所提方法通过考虑电网拓扑的图结构特性来融入领域知识。为提升可扩展性，该方法应用物理信息正则化以降低模型复杂度。实验验证，在真实的 2000 总线系统上，使用我们的热启动器模拟 MadIoT 引发的攻击可提速约 5 倍。