交直流混联电网连锁故障特征事件智能溯源及预测方法

• 作者: 张晓华 徐伟 吴峰 任先成 冯长有
• 来源期刊: 电力系统自动化
• 关键词: 特征事件溯源 知识图谱 机器学习 连锁故障识别 智能分析
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 学术研究|Basic Research
• 页码范围: 17-24
• 页数: 8页
• 语种: 中文
• DOI: 10.7500/AEPS20200310001

摘要

交直流混联电网跨区连锁故障严重威胁电网安全,调度运行面临巨大压力和事故风险.文中提出了融合知识图谱和机器学习算法的特征事件智能溯源及预测方法,实现连锁故障事故链的在线溯源和预测.将电网运行状态量和故障信息作为输入特征量,结合物理机理分析和皮尔逊系数法提取关键特征量,通过支持向量机判断特征事件间的关联关系.建立两层级的知识图谱结构,通过检测到的特征事件类型匹配上、下层事件的关联关系.根据特征事件关联关系判断结果和时序特征,基于深度优先搜索策略识别连锁故障演化路径.通过对实际电网在线数据的案例分析验证了该方法的有效性.