基于GAF-CNN的电力系统暂态稳定评估

作者：李欣; 付豫韬; 李新宇; 陈德秋; 鲁玲; 郭攀锋; 柳圣池

来源：智慧电力, 2023, 51(11): 45-52.

DOI：10.3969/j.issn.1673-7598.2023.11.008

• 暂态稳定评估
• 深度学习
• 格拉姆角场
• 卷积神经网络

为保障电力系统安全稳定运行，针对电力系统暂态稳定评估（TSA）问题，提出了一种基于数据图像化的深度学习方法。首先，通过格拉姆角场（GAF）将原始的电力系统数据转为易于区分稳定与失稳的二维图像。其次，利用得到的二维图像数据集训练卷积神经网络（CNN）模型并进行在线应用。最后，通过在CEPRI 36节点系统和含风机的IEEE39节点系统、IEEE300节点系统中对所提TSA方法进行验证，结果表明了所提方法的有效性。

• 单位
  三峡大学