MLE判据-动态异构图架构下的电力系统多任务暂态稳定评估

研究背景与问题

双碳目标下，高比例新能源和电力电子设备接入导致电力系统呈现异构性、非线性、高维和工况时变性等复杂特征。同时，电网测量装置和人工智能技术的发展为数据驱动方法提供了保障。然而，现有研究存在以下关键问题：

1. 输入特征层面：未充分考虑多时间尺度特征、动态拓扑结构，且模型难以处理动态拓扑。
2. 样本标签层面：未差异化处理不同类型发电机节点影响，新能源机组缺乏功率角定义，缺乏对多任务导向的输入特征集筛选方法和适用性更广的精细化判据。
3. 模型算法层面：模型暂态时空关联提取能力和可解释性受限，动态验证判据适用性和暂态全局表征能力不足。

研究内容与方法

针对上述问题，研究提出了以下解决方案：

1. 计及机电-电磁时间尺度动态的多任务特征集构造与选择框架

   • 采用TSAT-RTDS联合仿真获取DFIG详细动态响应，构建涵盖多时间尺度、多设备动态、多关注层级的原始特征集。
   • 提出基于改进MRMR和Boruta算法的两阶段特征选择框架，第一阶段保留多任务共性特征，第二阶段获取任务特异性特征。
   • 应用多通道LSTM模型，不同通道分别以共性特征子集和特异性特征子集作为输入，以功角和电压稳定状态作为输出。
   • 算例分析表明，两阶段特征选择框架下模型性能最优，特征维度压缩约80%，单样本判别时长缩短约70.54%。

2. 基于MLE的暂态稳定判据框架构建与应用

   • 将电力系统暂态响应的MLE数学化表征，通过两轨迹对数距离估算MILE，选取时间邻近点保证轨迹分离度。
   • 提出关键节点辨识方法，通过关键机组或区域的动态特性反映整体稳定性，构建全局视角的暂态稳定判据框架。
   • 算例分析表明，随着故障切除时间延长，同步发电机和关键负荷节点的ICI指标增大，反映系统能量积累和耗散失衡。
   • 提出ICI+ApEn%组合辨识指标，有效辨识影响系统暂态稳定的关键节点，组合指标优于单一评价指标。
   • 不同稳定场景下MILE判据有效性分析表明，稳定场景下MLE逼近值收敛于负值，失稳场景下收敛于正值，为系统稳定性提供新的视角。

3. 基于动态异构图的多任务暂态稳定评估方法

   • 引入异构图转换架构HGT，通过异构注意力机制处理图的异构性，包括异构注意力、异构消息传递和聚合模块。
   • 采用时间注意力门控递归单元TGRU，学习不同节点在不同时刻的嵌入表示，有效捕捉时间序列间的依赖关系。
   • 暂态稳定评估模型采用HGT和TGRU的并行级联结构，综合考虑不同类型节点和多时间断面电气量。
   • 算例分析表明，时间窗注意力分布可视化显示，模型更关注故障切除后恢复阶段的暂态特征，与MLE判据一致性高。
   • 基于SHAP算法的决策规则可解释性分析表明，母线电压幅值对多任务评估贡献最大，电源侧和无功特征量分别影响功角和电压任务决策。

研究结论

1. 两阶段特征选择框架有效降低特征维度，提高模型判别精度。
2. 基于MLE的暂态稳定判据实现了系统整体特征的动力学表征，为稳定性评估提供新视角。
3. 基于动态异构图的模型有效提取系统暂态过程中的时空关联特性，提升评估结果可信度。