用于未来态预测的电网运行断面时空相似性挖掘.pdfVIP

2022 年 12 月 电 工 技 术 学 报 Vol.37 No. 23 第 37 卷第 23 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Dec. 2022 DOI:10.19595/ki.1000-6753.tces.211486 用于未来态预测的电网运行断面时空 相似性挖掘 1 1 1 2 2 顾雪平 刘 彤 李少岩 王铁强 杨晓东 （1. 华北电力大学电气与电子工程学院 保定 071003 2. 国网河北省电力公司 石家庄 050021 ） 摘要 运行状态有效预测可为电网风险预判与优化调控提供数据基础，对保障系统安全运行 具有重要意义。该文提出一种用于未来态预测的电网运行断面时空相似性挖掘方法。首先，采用 图表示学习算法对电网拓扑及其属性信息进行深层次无监督学习，提取表征运行断面空间特征的 属性向量；然后，利用滑动时间窗算法将历史运行断面对应的空间特征向量按照不同时段划分到 多个窗口；最后，从微观和宏观两角度计算不同窗口间对应样本相似性，获取与当前时段内断面 最相似的一组连续断面，并将该组历史断面的后续时刻断面作为当前电网运行未来状态的参考。 通过新英格兰 10 机39 节点系统和实际电网算例进行验证，结果表明所提方法能够有效提取最相 似的历史断面，进而实现对未来状态的辅助预测。 关键词：运行状态预测 图表示学习算法 运行断面空间特征 时段划分 相似性匹配 中图分类号：TM732 Temporal and Spatial Similarity Mining of Power Grid Running Section for Future State Prediction Gu Xueping1 Liu Tong 1 Li Shaoyan 1 Wang Tieqiang2 Yang Xiaodong2 （1. School of Electrical Electronic Engineering North China Electric Power University Baoding 071003 China 2. State Grid Hebei Electric Power Company Shijiazhuang 050021 China ） Abstract Effective prediction of operation state can provide a data basis for power grid risk prediction and optimal regulation, which is of great significance for ensuring the system safe operation. This paper proposes a method for mining the temporal and spatial similarity of power grid running section for future state prediction. Firstly, the graph representation learning algorithm was used to deeply unsupervised learn the power grid topology and its attribute infor