Adaptive Integrated Assessment Method for Transient Stability of Power System Considering PMU Data Missing

Bendong TAN; Jun YANG; Yuan LIU; Wenjing LIU; Ting ZHOU; Yuanzhang SUN

doi:10.7500/AEPS20200208004

您当前的位置：

首页 >

文章列表页 >

Adaptive Integrated Assessment Method for Transient Stability of Power System Considering PMU Data Missing

Basic Research | 更新时间：2025-06-16

- Adaptive Integrated Assessment Method for Transient Stability of Power System Considering PMU Data Missing
- Automation of Electric Power Systems Vol. 45, Issue 23, Pages: 68-75(2021)
- 作者机构：
  
  1.武汉大学电气与自动化学院，湖北省武汉市 430072
  2.国网江西省电力有限公司建设分公司，江西省南昌市 330029
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2018AAA0101502)
- DOI：10.7500/AEPS20200208004
  CLC：
- Received：08 February 2020，
  
  Revised：2020-06-21，
  
  Published Online：19 November 2021，
  
  Published：10 December 2021
- 稿件说明：
移动端阅览
谭本东,杨军,刘源等.考虑数据缺失的电力系统暂态稳定自适应集成评估方法[J].电力系统自动化,2021,45(23):68-75.

TAN Bendong,YANG Jun,LIU Yuan,et al.Adaptive Integrated Assessment Method for Transient Stability of Power System Considering PMU Data Missing[J].Automation of Electric Power Systems,2021,45(23):68-75.
谭本东,杨军,刘源等.考虑数据缺失的电力系统暂态稳定自适应集成评估方法[J].电力系统自动化,2021,45(23):68-75. DOI： 10.7500/AEPS20200208004.

TAN Bendong,YANG Jun,LIU Yuan,et al.Adaptive Integrated Assessment Method for Transient Stability of Power System Considering PMU Data Missing[J].Automation of Electric Power Systems,2021,45(23):68-75. DOI： 10.7500/AEPS20200208004.

摘要

随着电力物联网概念的提出，暂态稳定评估在电力系统规划运行中扮演着越来越重要的角色。由于同步相量测量单元(PMU)的广泛配置，基于机器学习和PMU在线量测数据的暂态稳定实时评估方法展现出了巨大的发展潜力。针对这类方法在应用中可能因PMU失效而严重影响精度的问题，文中提出了一种考虑数据缺失的电力系统暂态稳定自适应集成评估方法。首先，在保证全网节点可观性的基础上构建考虑PMU重要性的PMU子集集合搜索算法。然后，根据PMU子集对应的特征集训练暂态稳定评估子模型。最后，在任意可能的PMU失效情况下采用自适应加权融合机制构建集成暂态稳定评估模型。在新英格兰10机39节点电力系统上的仿真表明，文中提出的方法在PMU失效造成的数据缺失下仍然能够准确、可靠地进行暂态稳定评估，在鲁棒性、计算量及准确率上相比已有的方法均具有较大优势。

Abstract

As the concept of power Internet of Things is proposed

transient stability assessment (TSA) plays an important role in planning and operation of power systems. Due to the wide deployment of synchrophasor measurement unit (PMU)

the real-time assessment method based on machine learning and online measurement of PMU data has shown great development potential. Aiming at the problem that PMU failure may seriously affect the accuracy of this kinds of method in application

an adaptive integrated assessment method for transient stability of power systems considering data missing is proposed. First

a PMU subset search algorithm considering the importance of PMU is constructed on the basis of guaranteeing the observability of all buses in the power system. Then

the sub-models of TSA are trained according to the corresponding feature sets of the PMU subsets. Finally

an adaptive weighted fusion mechanism is used to integrate a TSA model under any possible PMU failure. The simulation results on the New England 10-machine 39-bus power system show that the proposed model can accurately and reliably assess the transient stability with the data missing caused by PMU failure. Compared with the existing methods

the proposed method has advantages in robustness

computational complexity and accuracy.

关键词

Keywords

references

魏少攀，杨明，韩学山，等 . 基于相轨迹MLE指标的暂态功角稳定在线辨识［J］. 电力系统自动化， 2017 ， 41 （ 16 ）： 71 - 79 .

WEI Shaopan ， YANG Ming ， HAN Xueshan ， et al . Online identification for transient angle stability based on MLE index of phase trajectory ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 16 ）： 71 - 79 .

田芳，周孝信，于之虹 . 基于支持向量机综合分类模型和关键样本集的电力系统暂态稳定评估［J］. 电力系统保护与控制， 2017 ， 45 （ 22 ）： 1 - 8 .

TIAN Fang ， ZHOU Xiaoxin ， YU Zhihong . Power system transient stability assessment based on comprehensive SVM classification model and key sample set ［J］. Power System Protection and Control ， 2017 ， 45 （ 22 ）： 1 - 8 .

姜涛，贾宏杰，姜懿郎，等 . 跨区互联电网热稳定安全域边界近似方法［J］. 电工技术学报， 2016 ， 31 （ 8 ）： 134 - 146 .

JIANG Tao ， JIA Hongjie ， JIANG Yilang ， et al . Approximating method of wide area thermal security region boundary in bulk power system ［J］. Transactions of China Electrotechnical Society ， 2016 ， 31 （ 8 ）： 134 - 146 .

ZHANG Y C ， MARKHAM P ， XIA T ， et al . Wide-area frequency monitoring network （FNET） architecture and applications ［J］. IEEE Transactions on Smart Grid ， 2010 ， 1 （ 2 ）： 159 - 167 .

DE LA REE J ， CENTENO V ， THORP J S ， et al . Synchronized phasor measurement applications in power systems ［J］. IEEE Transactions on Smart Grid ， 2010 ， 1 （ 1 ）： 20 - 27 .

于之虹，黄彦浩，鲁广明，等 . 基于时间序列关联分析的稳定运行规则提取方法［J］. 中国电机工程学报， 2015 ， 35 （ 3 ）： 519 - 526 .

YU Zhihong ， HUANG Yanhao ， LU Guangming ， et al . A time series associative classification method for the operation rule extracting of transient stability ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 3 ）： 519 - 526 .

朱乔木，陈金富，李弘毅，等 . 基于堆叠自动编码器的电力系统暂态稳定评估［J］. 中国电机工程学报， 2018 ， 38 （ 10 ）： 2937 - 2946 .

ZHU Qiaomu ， CHEN Jinfu ， LI Hongyi ， et al . Transient stability assessment based on stacked autoencoder ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 10 ）： 2937 - 2946 .

TANG Y ， LI F ， WANG Q ， et al . Hybrid method for power system transient stability prediction based on two-stage computing resources ［J］. IET Generation ， Transmission & Distribution， 2018 ， 12 （ 8 ）： 1697 - 1703 .

刘威，张东霞，王新迎，等 . 基于深度强化学习的电网紧急控制策略研究［J］. 中国电机工程学报， 2018 ， 38 （ 1 ）： 109 - 119 .

LIU Wei ， ZHANG Dongxia ， WANG Xinying ， et al . A decision making strategy for generating unit tripping under emergency circumstances based on deep reinforcement learning ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 1 ）： 109 - 119 .

HUANG Q H ， HUANG R K ， HAO W T ， et al . Adaptive power system emergency control using deep reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 2 ）： 1171 - 1182 .

张玮灵，胡伟，闵勇，等 . 稳定域概念下考虑保守性的电力系统在线暂态稳定评估方法［J］. 电网技术， 2016 ， 40 （ 4 ）： 992 - 998 .

ZHANG Weiling ， HU Wei ， MIN Yong ， et al . Conservative online transient stability assessment in power system based on concept of stability region ［J］. Power System Technology ， 2016 ， 40 （ 4 ）： 992 - 998 .

杨跃，刘俊勇，黄媛，等 . 基于特征椭球和支持向量机复合映射的暂态稳定预测模型［J］. 电网技术， 2017 ， 41 （ 8 ）： 2514 - 2523 .

YANG Yue ， LIU Junyong ， HUANG Yuan ， et al . A transient stability prediction model based on CELL-SVM composite projection ［J］. Power System Technology ， 2017 ， 41 （ 8 ）： 2514 - 2523 .

陈明华，刘群英，张家枢，等 . 基于XGBoost的电力系统暂态稳定预测方法研究［J/OL］. 电网技术［ 2019-03-08 ］. https：//doi.org/10.13335/j.1000-3673.pst.2018.1649 https://doi.org/10.13335/j.1000-3673.pst.2018.1649 .

CHEN Minghua ， LIU Qunying ， ZHANG Jiashu ， et al . XGBoost-based algorithm for post-fault transient stability status prediction ［J/OL］. Power System Technology ［ 2019-03-08 ］. https：//doi.org/10.13335/j.1000-3673.pst.2018.1649 https://doi.org/10.13335/j.1000-3673.pst.2018.1649 .

GUO T Y ， MILANOVIĆ J V . Probabilistic framework for assessing the accuracy of data mining tool for online prediction of transient stability ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 1 ）： 377 - 385 .

胡伟，郑乐，闵勇，等 . 基于深度学习的电力系统故障后暂态稳定评估研究［J］. 电网技术， 2017 ， 41 （ 10 ）： 3140 - 3146 .

HU Wei ， ZHENG Le ， MIN Yong ， et al . Research on power system transient stability assessment based on deep learning of big data technique ［J］. Power System Technology ， 2017 ， 41 （ 10 ）： 3140 - 3146 .

谭本东，杨军，赖秋频，等 . 基于改进CGAN的电力系统暂态稳定评估样本增强方法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 149 - 160 ．

TAN Bendong ， YANG Jun ， LAI Qiupin ， et al . Data augment method for power system transient stability assessment based on improved conditional generative adversarial network ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 149 - 160 ．

YU J ， LAM A ， HILL D ， et al . Delay aware power system synchrophasor recovery and prediction framework ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 4 ）： 3732 - 3742 .

HE M ， VITTAL V ， ZHANG J S . Online dynamic security assessment with missing PMU measurements： a data mining approach ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 2 ）： 1969 - 1977 .

ZHANG Y C ， XU Y ， DONG Z Y . Robust classification model for PMU-based on-line power system DSA with missing data ［J］. IET Generation ， Transmission & Distribution， 2017 ， 11 （ 18 ）： 4484 - 4491 .

ZHANG Y C ， XU Y ， DONG Z Y . Robust ensemble data analytics for incomplete PMU measurements-based power system stability assessment ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 1 ）： 1124 - 1126 .

ZHANG Y C ， XU Y ， ZHANG R ， et al . A missing-data tolerant method for data-driven short-term voltage stability assessment of power systems ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 5 ）： 5663 - 5674 .

REN C ， XU Y . A fully data-driven method based on generative adversarial networks for power system dynamic security assessment with missing data ［J/OL］. IEEE Transactions on Power Systems ［ 2019-06-13 ］. https：// ieeexplore.ieee.org/ document/8736295 https://ieeexplore.ieee.org/document/8736295 . DOI： 10.1109/TPWRS. 2019. 2922671 http://dx.doi.org/10.1109/TPWRS.2019.2922671 .

郑明忠 . 基于0-1整数规划的PMU优化配置研究［D］. 天津：天津大学， 2014 .

ZHENG Mingzhong . PMU optimization configuration based on the 0-1 integer programming ［D］. Tianjin ： Tianjin University ， 2014 .

URBANOWICZ R J ， MEEKER M ， LA CAVA W ， et al . Relief-based feature selection： introduction and review ［J］. Journal of Biomedical Informatics ， 2018 ， 85 ： 189 - 203 .

周艳真，吴俊勇，冀鲁豫，等 . 基于两阶段支持向量机的电力系统暂态稳定预测及预防控制［J］. 中国电机工程学报， 2018 ， 38 （ 1 ）： 137 - 147 .

ZHOU Yanzhen ， WU Junyong ， JI Luyu ， et al . Two-stage support vector machines for transient stability prediction and preventive control of power systems ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 1 ）： 137 - 147 .

YU J J Q ， HILL D J ， LAM A Y S ， et al . Intelligent time-adaptive transient stability assessment system ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 1 ）： 1049 - 1058 .

WANG B ， FANG B W ， WANG Y J ， et al . Power system transient stability assessment based on big data and the core vector machine ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2561 - 2570 .

CHAKRABARTI S ， KYRIAKIDES E . Optimal placement of phasor measurement units for power system observability ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 1433 - 1440 .

BATISTA G E A P A ， MONARD M C . An analysis of four missing data treatment methods for supervised learning ［J］. Applied Artificial Intelligence ， 2003 ， 17 （ 5/6 ）： 519 - 533 .

CUTLER A ， CUTLER D R ， STEVENS J R . Random forests ［M］. Boston， USA ： Springer ， 2012 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Unified Harmonic State Estimation Method for AC/DC Hybrid Power Grid with LCC-HVDC

Residual U-Net Based Complementation Method for Missing Electricity Data of Low-voltage Stations

Related Author

Wei WU

Dehui ZENG

Gang WANG

Shenquan LIU

Feng DAI

Xiaowan LIN

Yangyang CUI

Hongshan ZHAO

Related Institution

School of Electric Power Engineering, South China University of Technology

Guangzhou Jiayuan Electric Power Technology

Electric Power Research Institute of China Southern Power Grid Company Limited

School of Electrical and Electronic Engineering, North China Electric Power University

Electric Power Research Institute of China Southern Power Grid Company

⁰