基于图嵌入动态特征监督对比学习的变拓扑电网暂态稳定预测

准确的在线暂态稳定预测对于面对扰动时保障电力系统稳定性至关重要。而传统暂态稳定分析依赖时域仿真，无法快速适应电网拓扑变化。为将高维电网拓扑结构信息向量化为低维基于节点的图嵌入流数据，提出了图嵌入动态特征（GEDF）。基于 GEDF 的暂态稳定监督对比学习（GEDF-SCL）模型利用监督对比学习，结合电网拓扑信息，以 GEDFs 预测暂态稳定。为评估所提 GEDF-SCL 模型的性能，基于 IEEE 39 节点系统模型生成了不同拓扑的电网。通过对这些生成的电力系统拓扑模拟 N-1 与 N-$\bm{m}$-1 故障获得暂态运行数据。测试结果表明，GEDF-SCL 模型能够在暂态稳定预测中达到高准确率，并良好适应变化的电网拓扑。