基于暗经验回放的电力系统暂态稳定性评估增量更新框架OA
基于数据驱动的电力系统暂稳评估模型面对运行场景的改变时,需要对模型进行更新,而常规的更新方法无法同时兼顾新场景和旧场景下的模型评估性能。对此,根据电力系统场景改变时间尺度的不同,提出了电力系统暂态稳定性评估增量更新框架。对于中短期场景变化,提出多阶段增量更新方法,在域自适应阶段降低新旧样本的分布差异,在增量更新阶段结合暗经验回放实现增量更新,并在精细化微调阶段进一步提高模型在当前场景下的性能;对于长期场景变化,在多阶段增量更新的基础上,继承模型参数,生成小型子网络处理新增电气量并拼接融合,提升模型性能。最后,在IEEE-39节点系统和万节点测试系统上验证了所提方法的有效性。
林凯威;刘俊;刘嘉诚;卞钧益;耿佳琦
陕西省智能电网重点实验室(西安交通大学),陕西省西安市710049陕西省智能电网重点实验室(西安交通大学),陕西省西安市710049陕西省智能电网重点实验室(西安交通大学),陕西省西安市710049陕西省智能电网重点实验室(西安交通大学),陕西省西安市710049陕西省智能电网重点实验室(西安交通大学),陕西省西安市710049
信息技术与安全科学
暂态稳定评估域自适应暗经验回放新增电气量增量更新
《电网技术》 2026 (8)
P.3350-3360,I0100-I0102,14
国家自然科学基金项目(52177111)。
评论