样本不平衡情况下的电力系统暂态稳定集成评估方法

作者：李嘉敏; 杨红英^*; 闫莉萍; 刘道伟; 李宗翰; 夏元清; 赵岩

来源：电力系统自动化, 2021, 45(10): 34-41.

• 卷积神经网络
• 集成模型
• 暂态稳定评估
• 样本不平衡
• 电力系统

为了在电力系统发生暂态故障后能够快速、准确地对系统稳定性进行判断,并解决样本不平衡对模型造成的倾向性问题,提出了一种基于改进损失函数的电力系统暂态稳定集成评估方法。首先,基于故障清除后的短时量测数据,设计了一种结合1维、2维单通道和2维多通道卷积神经网络的集成模型,实现了端对端的抽象特征提取和暂态稳定分类。其次,改进了模型训练过程中的损失函数,加强了对失稳样本的拟合程度,增加了错分样本的权重,从而提高了全局准确率,并减少了失稳样本漏报现象的发生。此外,文中还分析了集成模型输出的判定阈值对失稳样本召回率的影响。最后,IEEE 39节点系统和IEEE 145节点系统的仿真结果验证了所提方法的有效性。

• 单位
  国网山东省电力公司电力科学研究院; 北京理工大学; 自动化学院; 中国电力科学研究院有限公司