找到 1 条结果 · IEEE Transactions on Power Systems
一种面向场景依赖的可信度评估通用框架用于机器学习驱动的电力系统暂态稳定评估
A Generic Scene-Dependent Credibility Evaluation Framework for Machine Learning-Based Transient Stability Assessment of Power Systems
Jiacheng Liu · Jun Liu · Tao Ding · Chao Ren 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出场景依赖可信度评估（SCE）框架，通过改进局部泛化误差估计（ILGEE）推导预测误差方差上界，并结合Neumann边界条件建模系统稳定性概率密度，定义基于信息熵的场景依赖可信度指数（SCI）。验证表明SCI=0.93时可实现100%准确暂态稳定评估。
解读: 该框架可增强阳光电源iSolarCloud智能运维平台对光储电站暂态稳定性的实时可信评估能力，尤其适用于构网型PowerTitan和ST系列PCS在弱电网/高比例新能源场景下的动态响应可信度量化。建议将SCI指标嵌入iSolarCloud的AI预警模块，与组串式逆变器的LVRT/HVRT动作逻辑联动...