-
题名考虑数据缺失的图注意力网络暂态稳定评估
被引量：1
- 1
-
-
作者
周生存
罗毅
易煊承
吴亚宁
李丁
熊逸
-
机构
强电磁工程与新技术国家重点实验室(华中科技大学电气与电子工程学院)
-
出处
《中国电力》
CSCD
北大核心
2024年第5期157-167,共11页
-
基金
中国南方电网有限责任公司科技项目(EDRIGH-KJXM-2021-101)。
-
文摘
基于人工智能的暂态稳定评估模型的性能高度依赖于系统的可观测性,而通信延迟和相量测量单元(phasor measurement units,PMU)故障等因素易导致数据缺失,使模型的评估性能下降。针对该问题,提出了一种基于图注意力网络(graph attention network,GAT)的暂态稳定评估模型。首先,根据原始网络拓扑及PMU配置方案获得表征系统可观测性的掩码矩阵,在任意PMU缺失的条件下,利用掩码矩阵训练模型;其次,通过GAT网络的多头注意力机制提取输入节点的时空信息,利用不同的权重聚合目标节点的邻域特征,实现对可观测数据的充分利用;最后,利用焦点损失函数加强模型对失稳样本的学习能力。仿真结果表明,所提方法可以最大限度地利用可观测数据,具有高精度和强鲁棒性,并且不受网络拓扑的限制,易于迁移。
-
关键词
暂态稳定评估
数据缺失
图注意力网络
掩码矩阵
pmu故障
-
Keywords
transient stability assessment
data missing
graph attention network
mask matrix
pmu fault
-
分类号
TM712
[电气工程—电力系统及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
