用于未来态预测的电网运行断面时空相似性挖掘

作者：顾雪平; 刘彤; 李少岩; 王铁强; 杨晓东

来源：电工技术学报, 2022, 37(23): 1-12.

DOI：10.19595/j.cnki.1000-6753.tces.211486

• 运行状态预测
• 图表示学习算法
• 运行断面空间特征
• 时段划分
• 相似性匹配

运行状态有效预测可为电网风险预判与优化调控提供数据基础，对保障系统安全运行具有重要意义。该文提出一种用于未来态预测的电网运行断面时空相似性挖掘方法。首先，采用图表示学习算法对电网拓扑及其属性信息进行深层次无监督学习，提取表征运行断面空间特征的属性向量；然后，利用滑动时间窗算法将历史运行断面对应的空间特征向量按照不同时段划分到多个窗口；最后，从微观和宏观两角度计算不同窗口间对应样本相似性，获取与当前时段内断面最相似的一组连续断面，并将该组历史断面的后续时刻断面作为当前电网运行未来状态的参考。通过新英格兰10机39节点系统和实际电网算例进行验证，结果表明所提方法能够有效提取最相似的历史断面，进而实现对未来状态的辅助预测。

• 单位
  华北电力大学; 国网河北省电力公司; 电子工程学院