pmuBAGE：面向电力系统事件的生成式 PMU 数据基准集合
系统与控制
2022-10-26 v1 机器学习
系统与控制
摘要
本文介绍了 pmuGE（事件相量测量单元生成器），这是首批用于电力系统事件数据的数据驱动生成模型之一。我们在数千个实际事件上训练了该模型，并创建了一个记为 pmuBAGE（生成式 PMU 事件基准集合）的数据集。该数据集包含近 1000 个带标签的事件数据实例，以鼓励对相量测量单元（PMU）数据分析进行基准评估。PMU 数据难以获取，尤其是覆盖事件期间的数据。然而，通过数据驱动的机器学习解决方案，电力系统问题最近取得了显著进展。一个高度可访问的标准基准数据集将极大地加速该领域成功机器学习技术的开发。我们提出了一种基于电力系统事件事件参与度分解的新型学习方法，使得在系统异常期间学习 PMU 数据的生成模型成为可能。该模型能够创建高度逼真的事件数据，同时不损害用于训练它的 PMU 的差分隐私。该数据集已在 pmuBAGE GitHub 仓库（https://github.com/NanpengYu/pmuBAGE）在线提供，供任何研究人员或从业者使用。
引用
@article{arxiv.2210.14204,
title = {pmuBAGE: The Benchmarking Assortment of Generated PMU Data for Power System Events},
author = {Brandon Foggo and Koji Yamashita and Nanpeng Yu},
journal= {arXiv preprint arXiv:2210.14204},
year = {2022}
}
备注
13 pages. arXiv admin note: substantial text overlap with arXiv:2204.01095