【技术实现步骤摘要】
本专利技术属于电力系统，尤其涉及一种电力系统稳定性评估方法和装置、系统、存储介质。
技术介绍
1、传统的电力系统暂态稳定评估(transient stability assessment，tsa)方法分为时域仿真法和直接法。其中，时域仿真法对系统进行精确建模，评估精度高，但由于计算耗时长，无法满足在线评估的快速性要求。直接法可以快速给出稳定评估结果，但构造系统能量函数的过程较为困难，不能适用于复杂的电力系统。随着电力系统结构和安全稳定运行机理日趋复杂，传统tsa方法更是受到限制，探索适用于现代电力系统的tsa方法成为挑战。
2、人工智能和底层量测数据采集技术的快速发展为电力系统tsa提供了新思路。基于数据驱动的tsa方法包括传统机器学习和深度学习。传统机器学习如随机森林(randomforest，rf)、决策树(decision tree，dt)、支持向量机(support vector machine，svm)、贝叶斯神经网络(bayesian neural network，bnn)等已成功应用于电力系统tsa领域。这类方...
【技术保护点】
1.一种电力系统稳定性评估方法，其特征在于，包括：
2.如权利要求1所述的电力系统稳定性评估方法，其特征在于，根据历史电力系统暂态数据，以故障前、故障中和故障后的母线电压幅值和相角作为输入，采用时间卷积网络提取暂态数据的时序特征，并通过自适应图卷积网络来处理电网节点间的拓扑关系，以挖掘其空间结构特征，得到暂态稳定评估模型。
3.如权利要求2所述的电力系统稳定性评估方法，其特征在于，采用焦点损失函数作为暂态稳定评估模型的目标函数。
4.一种电力系统稳定性评估装置，其特征在于，包括：
5.如权利要求4所述的电力系统稳定性评估...
【技术特征摘要】
1.一种电力系统稳定性评估方法，其特征在于，包括：
2.如权利要求1所述的电力系统稳定性评估方法，其特征在于，根据历史电力系统暂态数据，以故障前、故障中和故障后的母线电压幅值和相角作为输入，采用时间卷积网络提取暂态数据的时序特征，并通过自适应图卷积网络来处理电网节点间的拓扑关系，以挖掘其空间结构特征，得到暂态稳定评估模型。
3.如权利要求2所述的电力系统稳定性评估方法，其特征在于，采用焦点损失函数作为暂态稳定评估模型的目标函数。
4.一种电力系统稳定性评估装置，其特征在于，包括：
5.如权利要求4所述的电力系统稳定性评估装置，其特征在于，训练模块用于根据历史电力系统暂态数据，以故障前、故障中和故障后的母...
【专利技术属性】
技术研发人员：张靖，严儒井，何宇，范璐钦，肖龙，刘明顺，马覃峰，安甦，唐建兴，朱灵子，范俊秋，
申请(专利权)人：贵州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。