电力系统数据驱动的安全评估
系统与控制
2021-02-23 v1 人工智能
系统与控制
摘要
向新型低排放能源未来的转型，因可再生能源渗透率显著增长与老化化石燃料电厂退出导致系统惯性降低，带来了发电与负荷类型的改变。这增加了电网规划与运行的技术挑战。本研究引入一种新分解方法，利用常规机器学习工具考量短期规划中的系统安全性。本工作的即时价值在于，为使用监督学习工具评估首次摇摆暂态稳定状态提供了可扩展且计算高效的指南。为对训练集上最终模型拟合给出无偏评估，所提方法在一个先前未见的测试集上检验。它准确区分测试集中的稳定与不稳定案例，误差仅 0.57%，并在预测不稳定时刻上展现高精度，误差 6.8% 且平均绝对误差小至 0.0145。
引用
@article{arxiv.2008.12429,
title = {Data-Driven Security Assessment of the Electric Power System},
author = {Seyedali Meghdadi and Guido Tack and Ariel Liebman},
journal= {arXiv preprint arXiv:2008.12429},
year = {2021}
}