利用无监督机器学习揭示电力系统韧性曲线的基本特性
机器学习
2023-11-03 v2
摘要
基础设施韧性的标准模型——韧性三角形，一直是刻画和量化基础设施韧性的主要方式。然而，该理论模型仅为所有基础设施系统提供了一刀切的框架。现有大多数研究基于构建于模拟系统性能之上的解析模型来考察基础设施韧性曲线的特征。有限的实证研究阻碍了我们在基础设施系统中充分理解和预测韧性特征的能力。为弥补这一不足，本研究考察了与三次重大极端天气事件中停电相关的200余条韧性曲线。利用无监督机器学习，我们考察了不同的曲线原型以及每种韧性曲线原型的基本特性。结果表明电力系统韧性曲线有两种主要原型：三角形曲线和梯形曲线。三角形曲线基于1.关键功能阈值、2.关键功能恢复率和3.恢复枢轴点来刻画韧性行为。梯形原型基于1.持续功能丧失时长和2.恒定恢复率来解释韧性曲线。持续功能丧失时长越长，恒定恢复率越慢。本研究结果为更好地理解和预测电力系统基础设施的韧性表现提供了新视角。
引用
@article{arxiv.2310.10030,
title = {Unraveling Fundamental Properties of Power System Resilience Curves using Unsupervised Machine Learning},
author = {Bo Li and Ali Mostafavi},
journal= {arXiv preprint arXiv:2310.10030},
year = {2023}
}