1. 国网湖南省电力有限公司长沙供电分公司
2. 河海大学
Published:2026
移动端阅览
张亚, 许霖, 郑峻峰, et al. 基于GRG-Net跨场景状态推演的配电网运行风险评估[J]. 2026, 43(1): 22-31.
DOI:
张亚, 许霖, 郑峻峰, et al. 基于GRG-Net跨场景状态推演的配电网运行风险评估[J]. 2026, 43(1): 22-31. DOI: 10.19421/j.cnki.1006-6357.2026.01.003.
在分布式光伏、储能和电动汽车大规模接入,致使源网荷储功率波动显著加剧的配电网运行情境下,综合考虑运行风险评估与故障预防的实际需求,为有效解决多场景、多拓扑条件下面向风险评估的电压推演难题,构建了配电网图注意力-残差-门控多通道时空推演网络(graph attention-ResNet-bi-GRU network
GRG-Net)。该网络用于精准刻画源网荷储扰动结果和网络拓扑特性,进而实现对未来节点电压的跨场景滚动推演。同时,融合博弈论和云模型搭建风险评估框架,将时空推演结果转化为不同场景和时段的电压风险水平,形成配电网运行状态推演–电压风险评估一体化框架。相较于依赖大量工况枚举或潮流逐时逐点计算的传统思路,此框架通过一次前向推演即可获取多步电压轨迹,为获取未来运行电压安全信息提供了一种更加高效的分析途径。算例分析结果显示,所提方法能够稳定提升多步预测准确性与电压越限类故障的风险识别能力,为配电网故障预防与调度决策提供了有力的支撑。
赵兵,王增平,纪维佳,高欣,李晓兵.基于注意力机制的CNN-GRU短期电力负荷预测方法[J].电网技术,2019(12).
程杉,钟仕凌,尚冬冬,魏康林,王灿.考虑电动汽车时空负荷分布特性的主动配电网动态重构[J].电力系统保护与控制,2022(17).
Wenlong Liao,Birgitte Bak-Jensen,Jayakrishnan Radhakrishna Pillai,Yuelong Wang,Yusen Wang.A Review of Graph Neural Networks and Their Applications in Power Systems[J].Journal of Modern Power Systems and Clean Energy,2022(02).
赵紫昱,陈渊睿,陈霆威,刘俊峰,曾君.基于时空图注意力网络的超短期区域负荷预测[J].电力系统自动化,2024(12).
周伊,肖先勇,赵清华,张姝,郑子萱,张文海.基于组合数据清洗与改进注意力机制的光伏发电功率预测[J].供用电,2024(10).
杨振奥,陈俊儒,刘雨姗,郭佳俊,常喜强.基于博弈论和改进TOPSIS的跟网型和构网型场站并网性能对比及评估[J].电力科学与技术学报,2025(02).
莫妙兴,周志鹏,罗浪,李明,任丽玮,李博,王志丰.基于云模型的大断面矩形隧道下穿公路施工风险评估[J].公路,2025(09).
张立龙.基于动态权重-改进二维云模型的TBM隧道塌方卡机风险评估[J].铁道建筑技术,2025(09).
0
Views
2
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution