基于信息的电力系统稳定性与影响力数据驱动表征
系统与控制
2021-10-15 v2 系统与控制
摘要
电力网络的稳定性分析及其表征（电压或功角）是电力系统领域的重要问题。然而，这些问题多使用线性化模型和参与因子分析进行研究。本文中，我们提供一种纯数据驱动技术，用于电力网络的小信号稳定性分类（电压或功角稳定性）和影响力表征。具体而言，我们使用Koopman算子框架进行电力系统底层动力学的数据驱动发现，然后利用新近发展的信息转移概念来发现因果结构。我们进一步利用它不仅能识别电力网络中有影响力的状态（子空间），还能清晰表征和分类功角与电压不稳定性。我们在两个不同系统上展示了所提框架的有效性，即3总线系统（我们重现了关于不稳定性类型已有结果）和IEEE 9总线系统（我们识别了有影响力的发电机以及导致系统不稳定的发电机（及其状态），从而识别不稳定性类型）。
引用
@article{arxiv.1910.11379,
title = {Information Based Data-Driven Characterization of Stability and Influence in Power Systems},
author = {Subhrajit Sinha and Pranav Sharma and Venkataramana Ajjarapu and Umesh Vaidya},
journal= {arXiv preprint arXiv:1910.11379},
year = {2021}
}