动态电力系统中基于物理信息的代理组件模型的验证与验证

物理信息机器学习代理正日益被用于加速发生器、换流器及其他电网组件的动态仿真。关键问题不仅在于代理是否在独立组件模型的平均意义上匹配，更在于插入微分代数仿真器后是否保持准确——因为代理的输出会进入耦合该组件与系统其余部分的代数方程中。本文将仿真内使用形式化化为验证与验证（V&V）问题。推导了有限时程界限，关联可允许的组件输出误差与代数耦合灵敏度、动态误差放大及仿真时程。随后研究了两种互补场景：针对参考组件求解器的模型基准验证，以及通过代理组件输出变量的共轭校准实现的数据驱动验证。该框架通用，但案例研究聚焦于二阶、四阶和六阶同步机模型的物理信息神经网络代理。结果表明，优异的独立仿真准确性本身并不必然保证仿真内行为的准确性，最大差异集中在受压 operating 区域，小残差并不必然意味着小状态轨迹误差。