找到 1 条结果 · 系统并网技术
训练集再利用：一种基于相似样本的电力系统主导失稳模式识别物理可信框架
Reapplication of Training Set: A Physically Reliable Framework for Power Systems Dominant Instability Mode Identification Using Similar Samples
Yutian Lan · Shanyang Wei · Wei Yao · Yurun Zhang 等6人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出一种物理可信的主导失稳模式（DIM）识别框架，通过增强模型噪声鲁棒性与相似样本聚类能力，并结合两阶段可解释算法（固定半径KNN+知识嵌入Fréchet距离），提升预测准确性与物理可靠性。在36节点和2131节点系统验证有效。
解读: 该框架可增强阳光电源iSolarCloud智能运维平台对大型光储电站并网稳定性的实时判别能力，尤其适用于PowerTitan、ST系列PCS在构网型（GFM）运行下的暂态失稳预警。建议将Stage-2物理判据模块嵌入iSolarCloud故障根因分析引擎，提升对弱电网/高比例新能源场景下电压/频率耦...