机器学习在电力系统连锁故障分析中的应用：综述
系统与控制
2024-05-03 v1 系统与控制
摘要
连锁故障对电网构成重大威胁，并在电力系统领域引起相当多的研究兴趣。连锁故障固有的不确定性与严重影响引发了担忧，促使人们开发各种技术以研究这些复杂现象。近年来，监测技术的进步与电力系统大数据的可用，加之智能算法的涌现，使得机器学习（ML）技术对解决连锁故障问题愈发具有吸引力。本综述全面概述了基于 ML 的电力系统连锁故障分析技术。综述依据电力系统中连锁过程的演化阶段，以及关注连锁发生前连锁韧性与连锁终止后相关问题的研究，对这些技术进行分类。通过将这些工作组织呈现为相关类别，本综述旨在提供洞见并系统理解 ML 在缓解电力系统连锁故障中的作用。
引用
@article{arxiv.2305.19390,
title = {Machine Learning Applications in Cascading Failure Analysis in Power Systems: A Review},
author = {Naeem Md Sami and Mia Naeini},
journal= {arXiv preprint arXiv:2305.19390},
year = {2024}
}