由于实际电力系统中暂态失稳样本稀少，基于数据驱动的暂态稳定评估方法面临训练样本类别分布失衡问题，严重影响暂态稳定评估结果的可靠性。针对此问题，提出了一种基于MAHAKIL过采样和BCLM的鲁棒暂态稳定评估方法。首先，通过MAHAKIL过采样改善原始样本集的类别分布；然后，基于BCLM构建电力系统鲁棒暂态稳定评估模型。在新英格兰10机39节点系统上的测试结果表明，所提方法能够显著降低原始样本类别失衡的影响，并对数据缺失和数据噪声具有较强鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
