基于PMU与GNN的电网暂态稳定在线评估系统设计.docxVIP

PAGE2

基于PMU与GNN的电网暂态稳定在线评估系统设计

摘要

随着新能源大规模接入，电网暂态稳定形态日趋复杂，传统离线仿真难以满足在线毫秒级评估需求。本课题设计了一种基于相量测量单元（PMU）与图神经网络（GNN）的电网暂态稳定在线评估系统，旨在实现快速稳定判别与弱稳机群识别，并深度嵌入D5000调度平台。

系统首先提取PMU高频轨迹特征，构建反映电网拓扑的图数据输入GNN模型，利用其空间拓扑聚合优势实现暂态稳定的高精度判别。同时，设计弱稳机群识别算法，定位稳定薄弱环节。在工程实现上，系统通过前置接口与D5000平台无缝融合，实现数据交互与结果可视化。

全文按工程递进思路展开：第一章分析痛点与需求；第二章论证PMU与GNN技术选型；第三章细化功能与非功能需求；第四章规划分层架构与数据模型；第五章阐述特征提取与GNN评估核心算法；第六章展示系统实现与难点攻克；第七章执行功能与性能测试；第八章总结成果并展望未来。本设计核心创新在于将PMU动态轨迹与GNN拓扑感知深度融合，突破了传统评估的速度与精度瓶颈。

第一章绪论

1.1研究背景

新型电力系统呈现高比例新能源与高比例电力电子的“双高”特征，系统转动惯量显著降低，故障后的暂态过程演变极速且失稳模式复杂。传统基于离线预计算的稳控策略面临工况匹配失准的困境，难以适应瞬息万变的运行场景。

现有基于时域仿真的在线评估方案计算耗时