找到 1 条结果
面向拓扑鲁棒变量的可解释电力系统拥塞事件预测
Explainable Prognosis of Congestion Events in Power Systems With Topologically Robust Variables
Xinxiong Jiang · Jian Xu · Siyang Liao · Deping Ke 等8人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
本文提出特征组合优化方法筛选对拓扑变化鲁棒的变量集，并构建基于张量化网络与混合注意力机制的可解释拥塞预测模型，支持变量级贡献追踪；引入静态协变量编码提升性能。实验表明其在未知拓扑变化下仍保持约95%预测精度，性能衰减降低超32%。
解读: 该研究对阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的电网侧协同调控具有重要价值：其拓扑鲁棒变量筛选与可解释预测能力，可增强光储系统在电网结构动态调整（如分布式光伏高渗透率导致的线路重构）下的拥塞预警精度与可信度。建议将该算法嵌入iSolarCloud的电...