Interpretable Mechanism Based Knowledge Expression Model for Total Transfer Capability Computation

ZHANG Pei; ZHOU Yupeng; CUI Hui; YANG Xiaonan; HU Chenxu

doi:10.7500/AEPS20221215002

您当前的位置：

首页 >

文章列表页 >

Interpretable Mechanism Based Knowledge Expression Model for Total Transfer Capability Computation

Basic Research | 更新时间：2025-06-16

- Interpretable Mechanism Based Knowledge Expression Model for Total Transfer Capability Computation
- Automation of Electric Power Systems Vol. 47, Issue 15, Pages: 179-187(2023)
- 作者机构：
  
  1.北京交通大学电气工程学院，北京市 100044
  2.中国电力科学研究院有限公司，北京市 100192
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5108-202218280A-2-100-XG)
- DOI：10.7500/AEPS20221215002
  CLC：
- Received：15 December 2022，
  
  Revised：2023-04-02，
  
  Published Online：15 July 2023，
  
  Published：10 August 2023
- 稿件说明：
移动端阅览
张沛,周钰朋,崔晖等.基于可解释机制的极限传输能力计算知识表达模型[J].电力系统自动化,2023,47(15):179-187.

ZHANG Pei,ZHOU Yupeng,CUI Hui,et al.Interpretable Mechanism Based Knowledge Expression Model for Total Transfer Capability Computation[J].Automation of Electric Power Systems,2023,47(15):179-187.
张沛,周钰朋,崔晖等.基于可解释机制的极限传输能力计算知识表达模型[J].电力系统自动化,2023,47(15):179-187. DOI： 10.7500/AEPS20221215002.

ZHANG Pei,ZHOU Yupeng,CUI Hui,et al.Interpretable Mechanism Based Knowledge Expression Model for Total Transfer Capability Computation[J].Automation of Electric Power Systems,2023,47(15):179-187. DOI： 10.7500/AEPS20221215002.

摘要

极限传输能力(TTC)受到运行点、潮流调整方式、极限边界的综合影响，故计算呈现多因素影响下的高维状态空间复杂性，传统方法难以在复杂环境中建模并快速计算。文中将TTC计算看作人工智能模型的知识学习问题，提出了一种基于可解释机制的TTC计算知识表达模型。首先，从安全域角度分析TTC影响因素。其次，构造由初始运行点、潮流调整方式、极限状态组成的样本集，训练XGBoost模型完成计算，并提取影响模型建立的关键特征作为全局知识。然后，引入沙普利加和解释机制完善单一状态下的结果分析和计算结果的可信度。最后，以IEEE 9节点系统和WECC 240节点系统进行算例验证，对比其他模型，所提方法具有较好的计算效果和一定的可信度。

Abstract

Total transfer capability (TTC) is comprehensively affected by the operation point

power flow adjustment mode and limit boundary. Therefore

the computation presents high-dimensional state space complexity under the influence of multiple factors. Traditional methods are difficult to model and rapidly compute in complex environments. This paper regards TTC computation as a knowledge learning problem of the artificial intelligence model. The TTC computation knowledge expression model is proposed based on interpretable mechanism. Firstly

the influencing factors of TTC are analyzed from the perspective of security region. Secondly

an sample set consisting of the initial operation points

power flow adjustment mode and limit state is constructed. XGBoost model is trained to computate. And key features which affect the model building are extracted as global knowledge. After that

Shapley additive explanation mechanism is introduced to improve the analysis of results in a single state and the trust worthiness of the computation results. Finally

the IEEE 9-bus system and WECC 240-bus system are used for case verification. Compared with other models

the proposed method has a better computation results and a certain trustworthiness.

关键词

Keywords

references

刘昊，郭烨，孙宏斌 . 中国跨区跨省电力交易综述及展望［J］. 电力系统自动化， 2022 ， 46 （ 15 ）： 187 - 199 .

LIU Hao ， GUO Ye ， SUN Hongbin . Review and prospect of inter-regional and inter-provincial power trading in China ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 15 ）： 187 - 199 .

闫炯程，李常刚，刘玉田 . 计及源荷不确定性的交直流大电网动态安全分级滚动预警［J］. 电力系统自动化， 2023 ， 47 （ 1 ）： 35 - 43 .

YAN Jiongcheng ， LI Changgang ， LIU Yutian . Graded rolling early warning of dynamic security for large-scale AC/DC power grid considering uncertainties on source and load sides ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 1 ）： 35 - 43 .

李常刚，李华瑞，刘玉田，等 . 大电网动态安全风险智能评估系统［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 67 - 75 .

LI Changgang ， LI Huarui ， LIU Yutian ， et al . Intelligent assessment system for dynamic security risk of large-scale power grid ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 67 - 75 .

刘皓明，严正，倪以信，等 . 快速计算电网可用输电能力的交流灵敏度方法［J］. 电力系统自动化， 2003 ， 27 （ 19 ）： 11 - 15 .

LIU Haoming ， YAN Zheng ， NI Yixin ， et al . An AC power flow based sensitivity method for the fast calculation of available transfer capability ［J］. Automation of Electric Power Systems ， 2003 ， 27 （ 19 ）： 11 - 15 .

郭琦，赵晋泉，张伯明，等 . 一种线路极限传输容量的在线计算方法［J］. 中国电机工程学报， 2006 ， 26 （ 5 ）： 1 - 5 .

GUO Qi ， ZHAO Jinquan ， ZHANG Boming ， et al . A method for on-line computation of total transfer capability ［J］. Proceedings of the CSEE ， 2006 ， 26 （ 5 ）： 1 - 5 .

汪峰，白晓民 . 基于最优潮流方法的传输容量计算研究［J］. 中国电机工程学报， 2002 ， 22 （ 11 ）： 35 - 40 .

WANG Feng ， BAI Xiaomin . OPF based transfer capability calculation ［J］. Proceedings of the CSEE ， 2002 ， 22 （ 11 ）： 35 - 40 .

赵金利，张继楠，贾宏杰，等 . 计及 <math id="M206"><mi>N</mi><mo>-</mo><mn mathvariant="normal">1</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=46367248&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=46367233&type= 7.36600018 2.20133328 约束的多维空间断面热稳定安全域边界快速计算［J］. 电力系统自动化， 2016 ， 40 （ 4 ）： 128 - 135 .

ZHAO Jinli ， ZHANG Jinan ， JIA Hongjie ， et al . Rapid calculation of sectional thermal security region under constraint of <math id="M207"><mi>N</mi><mo>-</mo><mn mathvariant="normal">1</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=46367248&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=46367233&type= 7.36600018 2.20133328 in multi-dimension space ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 4 ）： 128 - 135 .

张金龙，鲍颜红，黄磊，等 . 输电断面热稳定功率极限区间在线识别方法［J］. 电力系统自动化， 2020 ， 44 （ 14 ）： 79 - 85 .

ZHANG Jinlong ， BAO Yanhong ， HUANG Lei ， et al . On-line identification method for thermally stable power limit interval of transmission section ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 14 ）： 79 - 85 .

LIANG M ， ABUR A . Total transfer capability computation for multi-area power systems ［J］. IEEE Transactions on Power Systems ， 2006 ， 21 （ 3 ）： 1141 - 1147 .

赵峰，孙宏斌，黄天恩，等 . 电网关键断面及安全运行规则自动发现系统设计与工程实现［J］. 电力系统自动化， 2015 ， 39 （ 1 ）： 117 - 123 .

ZHAO Feng ， SUN Hongbin ， HUANG Tianen ， et al . Design and engineering application of automatic discovery system for critical flowgates and security operation rules in power grids ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 1 ）： 117 - 123 .

QIU G ， LIU Y B ， LIU J Y ， et al . Deep learning based TTC predictor for power systems with wind energy integration ［C］// 2020 IEEE PES Innovative Smart Grid Technologies Europe （ISGT-Europe）， October 26-28 ， 2020 ， Hague， Netherlands ： 439 - 443 .

LIU Y B ， ZHAO J B ， XU L X ， et al . Online TTC estimation using nonparametric analytics considering wind power integration ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 1 ）： 494 - 505 .

LINARDATOS P ， PAPASTEFANOPOULOS V ， KOTSIANTIS S . Explainable AI： a review of machine learning interpretability methods ［J］. Entropy ， 2020 ， 23 （ 1 ）： 18 .

姚建国，余涛，杨胜春，等 . 提升电网调度中人工智能可用性的混合增强智能知识演化技术［J］. 电力系统自动化， 2022 ， 46 （ 20 ）： 1 - 12 .

YAO Jianguo ， YU Tao ， YANG Shengchun ， et al . Knowledge evolution technology based on hybrid-augmented intelligence for improving practicability of artificial intelligence in power grid dispatch ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 1 - 12 .

苏向敬，聂良钊，李超杰，等 . 基于MSTAGNN模型的可解释海上风电场多风机出力预测［J］. 电力系统自动化， 2023 ， 47 （ 9 ）： 88 - 98 .

SU Xiangjing ， NIE Liangzhao ， LI Chaojie ， et al . Power output prediction of multiple wind turbines for interpretable offshore wind farm based on MSTAGNN model ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 9 ）： 88 - 98 .

潘毓笙，秦超 . 基于两阶段特征选择和格拉姆角场的配电网拓扑辨识方法［J］. 电力系统自动化， 2022 ， 46 （ 16 ）： 170 - 177 .

PAN Yusheng ， QIN Chao . Identification method for distribution network topology based on two-stage feature selection and Gramian angular field ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 16 ）： 170 - 177 .

宋晨辉，肖峻，秋泽楷，等 . 基于异质能源统一建模方法的天然气网安全域稳态模型［J］. 电力系统自动化， 2022 ， 46 （ 19 ）： 13 - 22 .

SONG Chenhui ， XIAO Jun ， QIU Zekai ， et al . Steady state model of security region for natural gas network based on unified modeling method of heterogeneous energy ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 19 ）： 13 - 22 .

WENG Y ， RAJAGOPAL R ， ZHANG B S . A geometric analysis of power system loadability regions ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 4 ）： 3580 - 3592 .

姜涛，李晓辉，李雪，等 . 电力系统安全域边界通用搜索模型与近似方法［J］. 中国电机工程学报， 2020 ， 40 （ 14 ）： 4411 - 4429 .

JIANG Tao ， LI Xiaohui ， LI Xue ， et al . General optimization model and piecewise approach for approximating security region boundary in bulk power systems ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 14 ）： 4411 - 4429 .

PAENSUWAN N ， YOKOYAMA A ， NAKACHI Y ， et al . Improved risk-based TTC evaluation with system case partitioning ［J］. International Journal of Electrical Power & Energy Systems ， 2013 ， 44 （ 1 ）： 530 - 539 .

余贻鑫，刘艳丽，秦超，等 . 与运行状态无关的电力系统安全域的理论和方法概述［J］. 工程， 2020 ， 6 （ 7 ）： 754 - 777 .

YU Yixin ， LIU Yanli ， QIN Chao ， et al . Overview of the theory and method of power system security region independent of operating state ［J］. Engineering ， 2020 ， 6 （ 7 ）： 754 - 777 .

赵洪山，闫西慧，王桂兰，等 . 应用深度自编码网络和XGBoost的风电机组发电机故障诊断［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 81 - 86 .

ZHAO Hongshan ， YAN Xihui ， WANG Guilan ， et al . Fault diagnosis of wind turbine generator based on deep autoencoder network and XGBoost ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 81 - 86 .

姚文亮，王成福，赵雨菲，等 . 不确定性环境下基于合作博弈的综合能源系统分布式优化［J］. 电力系统自动化， 2022 ， 46 （ 20 ）： 43 - 53 .

YAO Wenliang ， WANG Chengfu ， ZHAO Yufei ， et al . Distributed optimization of integrated energy system based on cooperative game in uncertain environment ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 43 - 53 .

杨延东 . 基于机器学习理论的智能电网数据分析及算法研究［D］. 北京：北京邮电大学， 2020 .

YANG Yandong . Data analysis and algorithm research of smart grid based on machine learning theory ［D］. Beijing ： Beijing University of Posts and Telecommunications ， 2020 .

赵晋泉，夏雪，徐春雷，等 . 新一代人工智能技术在电力系统调度运行中的应用评述［J］. 电力系统自动化， 2020 ， 44 （ 24 ）： 1 - 10 .

ZHAO Jinquan ， XIA Xue ， XU Chunlei ， et al . Review on application of new generation artificial intelligence technology in power system dispatching and operation ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 24 ）： 1 - 10 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Substitute Power Product Market Suitable for New Power System —Part Five Negotiated Bidding

Related Author

YUAN Hao

Nuno PINHO DA SILVA

YANG Zhenglin

SHAO Ping

CHEN Tao

XIA Chao

FENG Kai

CHEN Wan

Related Institution

Electricity Market Operation Technology Laboratory of State Grid Corporation of China

R&D Nester, Centro de Investigação em Energia REN-State Grid, S.A., Lisbon

School of Electrical Engineering, Southeast University

Power Dispatching and Control Centre of China Southern Power Grid Company Limited

School of Electric Power, South China University of Technology

⁰