高压直流输电系统嵌入大型交流系统,将进一步增加换相失败、直流闭锁等故障对系统安全稳定的影响,交流系统与直流系统的交互作用,将使系统动态更加复杂。针对电网不同运行方式下大扰动后系统复杂动态响应特性分析难题,文中提出一种基于...高压直流输电系统嵌入大型交流系统,将进一步增加换相失败、直流闭锁等故障对系统安全稳定的影响,交流系统与直流系统的交互作用,将使系统动态更加复杂。针对电网不同运行方式下大扰动后系统复杂动态响应特性分析难题,文中提出一种基于机电-电磁混合仿真与机器学习的智能分析方法。该方法基于主成分分析(principal components analysis,PCA)降维、基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)、K-means等算法建立二阶段聚类模型,可针对直流落点近区严重故障后大量混合仿真动态曲线在高维空间中自动聚类,并给出相应标识与严重程度;提取交直流系统在不同故障下的典型动态模式,自动标注并识别各模式下主导安全稳定问题。文中所提方法的有效性在2025年华东电网运行方式中得以验证,仿真结果表明,所提方法可有效提取不同故障下系统动态模式,将有效支撑后续复杂故障下的交直流系统动态机理分析。展开更多
文摘高压直流输电系统嵌入大型交流系统,将进一步增加换相失败、直流闭锁等故障对系统安全稳定的影响,交流系统与直流系统的交互作用,将使系统动态更加复杂。针对电网不同运行方式下大扰动后系统复杂动态响应特性分析难题,文中提出一种基于机电-电磁混合仿真与机器学习的智能分析方法。该方法基于主成分分析(principal components analysis,PCA)降维、基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)、K-means等算法建立二阶段聚类模型,可针对直流落点近区严重故障后大量混合仿真动态曲线在高维空间中自动聚类,并给出相应标识与严重程度;提取交直流系统在不同故障下的典型动态模式,自动标注并识别各模式下主导安全稳定问题。文中所提方法的有效性在2025年华东电网运行方式中得以验证,仿真结果表明,所提方法可有效提取不同故障下系统动态模式,将有效支撑后续复杂故障下的交直流系统动态机理分析。
