Critical section identification and protection configuration for high-risk N-k faults in power systems

HUANG Zishu; CAI Ye; SUN Rongzuo; TAN Yudong

doi:10.3969/j.issn.2097-0706.2025.09.001

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

Critical section identification and protection configuration for high-risk N-k faults in power systems

Mechanisms and Proactive Defense for Power System Resilience | 更新时间：2025-10-29

- Critical section identification and protection configuration for high-risk N-k faults in power systems
- BLASTING Vol. 47, Issue 9, Pages: 1-9(2025)
- 作者机构：
  
  1.长沙理工大学防灾减灾全国重点实验室，长沙 410114
  2.国网;湖南省电力有限公司经济技术研究院，长沙 410004
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation(52277076);Outstanding Innovation Talent Project of Changsha(kq2306011);Hunan Province Graduate Student Research and Innovation Project(CX20240783)
- DOI：10.3969/j.issn.2097-0706.2025.09.001
  CLC：
- Received：05 December 2024，
  
  Revised：2025-01-15，
  
  Published Online：27 March 2025，
  
  Published：25 September 2025
- 稿件说明：
移动端阅览
黄子书,蔡晔,孙溶佐等.电力系统高危N-k故障的高危断面辨识与保护配置[J].综合智慧能源,2025,47(09):1-9.

HUANG Zishu,CAI Ye,SUN Rongzuo,et al.Critical section identification and protection configuration for high-risk N-k faults in power systems[J].BLASTING,2025,47(09):1-9.
黄子书,蔡晔,孙溶佐等.电力系统高危N-k故障的高危断面辨识与保护配置[J].综合智慧能源,2025,47(09):1-9. DOI： 10.3969/j.issn.2097-0706.2025.09.001.

HUANG Zishu,CAI Ye,SUN Rongzuo,et al.Critical section identification and protection configuration for high-risk N-k faults in power systems[J].BLASTING,2025,47(09):1-9. DOI： 10.3969/j.issn.2097-0706.2025.09.001.

摘要

针对电力系统

N-k

连锁故障源发场景多样、故障传播路径复杂、保护策略实施对象难以界定等问题，提出一种结合极限梯度提升（XGBoost）与贝叶斯超参数优化的高危断面辨识与保护配置模型。通过搭建高危

N-k

故障集，随机模拟0.1~10.0负载率下的连锁故障，构建以线路负载率为输入、剩余负荷为输出目标的连锁故障数据集；使用贝叶斯优化算法调整XGBoost模型超参数，选择最优参数组合；辨识高危

N-k

故障场景下的保护资源配置策略。在IEEE 39节点系统上的仿真结果表明，对高危

N-k

故障集中88%的场景，通过调整高危断面3条线路的潮流承载能力，系统剩余负荷可维持在80%以上。

Abstract

To address issues such as diverse

N-k

cascading fault scenarios， complex fault propagation paths， and difficulties in determining protection strategy implementation targets， a critical section identification and protection configuration model that integrates XGBoost with Bayesian hyperparam

eter optimization is proposed in power systems. By constructing a high-risk

N-k

fault set and randomly simulating cascading faults under load rates ranging from 0.1~10.0， a cascading fault dataset was developed using line load rates as inputs and residual load as the target. The Bayesian optimization algorithm was used to fine-tune the hyperparameters of the XGBoost model， selecting the optimal parameter combination. The protection resource allocation strategies for high-risk

N-k

fault scenarios were then identified. Simulation results on the IEEE 39-bus system showed that for 88% of high-risk

N-k

fault scenarios， adjusting the power flow carrying capacity of three critical section lines enabled the system's residual load to remain above 80%.

关键词

Keywords

references

孙华东，许涛，郭强，等 . 英国“8·9” 大停电事故分析及对中国电网的启示［J］. 中国电机工程学报， 2019 ， 39 （ 21 ）： 6183 - 6192 .

SUN Huadong ， XU Tao ， GUO Qiang ， et al . Analysis on blackout in Great Britain power grid on August 9th， 2019 and its enlightenment to power grid in China ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 21 ）： 6183 - 6192 .

王国春，董昱，许涛，等 . 巴西“8·15” 大停电事故分析及启示［J］. 中国电机工程学报， 2023 ， 43 （ 24 ）： 9461 - 9470 .

WANG Guochun ， DONG Yu ， XU Tao ， et al . Analysis and lessons of Brazil blackout event on August 15， 2023 ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 24 ）： 9461 - 9470 .

余鹏飞，熊小伏，朱继忠，等 . 基于储能参与的电网连锁跳闸主动防控方法［J］. 电力系统自动化， 2024 ， 48 （ 1 ）： 119 - 130 .

YU Pengfei ， XIONG Xiaofu ， ZHU Jizhong ， et al . Active prevention and control method against power grid cascading tripping based on participation of energy storage ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 1 ）： 119 - 130 .

邵瑶，汤涌，易俊，等 . 土耳其“3·31” 大停电事故分析及启示［J］. 电力系统自动化， 2016 ， 40 （ 23 ）： 9 - 14 .

SHAO Yao ， TANG Yong ， YI Jun ， et al . Analysis and lessons of blackout in Turkey power grid on March 31， 2015 ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 23 ）： 9 - 14 .

路尧，顾晓希，尹硕，等 . 考虑断面负载率的县域内部新能源电力自平衡交易调度策略研究［J］. 综合智慧能源， 2022 ， 44 （ 7 ）： 66 - 72 .

LU Yao ， GU Xiaoxi ， YIN Shuo ， et al . Research on county-level self-balance transaction scheduling strategy for new energy considering section load rate ［J］. Integrated Intelligent Energy ， 2022 ， 44 （ 7 ）： 66 - 72 .

周德才，张保会，姚峰，等 . 基于图论的输电断面快速搜索［J］. 中国电机工程学报， 2006 ， 26 （ 12 ）： 32 - 38 .

ZHOU Decai ， ZHANG Baohui ， YAO Feng ， et al . Fast search for transmission section based on graph theory ［J］. Proceedings of the CSEE ， 2006 ， 26 （ 12 ）： 32 - 38 .

曾凯文，文劲宇，程时杰，等 . 复杂电网连锁故障下的关键线路辨识［J］. 中国电机工程学报， 2014 ， 34 （ 7 ）： 1103 - 1112 .

ZENG Kaiwen ， WEN Jinyu ， CHENG Shijie ， et al . Critical line identification of complex power system in cascading failure ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 7 ）： 1103 - 1112 .

李勇，刘俊勇，刘晓宇，等 . 基于潮流熵的电网连锁故障传播元件的脆弱性评估［J］. 电力系统自动化， 2012 ， 36 （ 19 ）： 11 - 16 .

LI Yong ， LIU Junyong ， LIU Xiaoyu ， et al . Vulnerability assessment in power grid cascading failures based on entropy of power flow ［J］. Automation of Electric Power Systems ， 2012 ， 36 （ 19 ）： 11 - 16 .

刘文颖，蔡万通，张宁，等 . 基于联合加权熵的电网自组织临界状态演化［J］. 中国电机工程学报， 2015 ， 35 （ 6 ）： 1363 - 1370 .

LIU Wenying ， CAI Wantong ， ZHANG Ning ， et al . Evolution of self-organizing of grid critical state based on united weighted entropy theory ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 6 ）： 1363 - 1370 .

曹一家，陈晓刚，孙可 . 基于复杂网络理论的大型电力系统脆弱线路辨识［J］. 电力自动化设备， 2006 ， 26 （ 12 ）： 1 - 5， 31 .

CAO Yijia ， CHEN Xiaogang ， SUN Ke . Identification of vulnerable lines in power grid based on complex network theory ［J］. Electric Power Automation Equipment ， 2006 ， 26 （ 12 ）： 1 - 5， 31 .

张殷，肖先勇，李长松 . 考虑信息物理交互的电力-信息耦合网络脆弱性分析与改善策略研究［J］. 电网技术， 2018 ， 42 （ 10 ）： 3136 - 3147 .

ZHANG Yin ， XIAO Xianyong ， LI Changsong . Vulnerability analysis and improvement strategy of power-information coupled networks considering cyber physical interaction ［J］. Power System Technology ， 2018 ， 42 （ 10 ）： 3136 - 3147 .

徐岩，雷小双，秦彬，等 . 基于综合重要度的电网关键线路辨识方法［J］. 电力建设， 2019 ， 40 （ 7 ）： 85 - 90 .

XU Yan ， LEI Xiaoshuang ， QIN Bin ， et al . Method based on comprehensive importance for critical line identification in a power grid ［J］. Electric Power Construction ， 2019 ， 40 （ 7 ）： 85 - 90 .

陈洋，翁伟杰，黄江东，等 . 一种基于变压器的多路径均衡拓扑结构研究［J］. 综合智慧能源， 2024 ， 46 （ 4 ）： 68 - 77 .

CHEN Yang ， WENG Weijie ， HUANG Jiangdong ， et al . Research on multi-path balancing topology based on transformers ［J］. Integrated Intelligent Energy ， 2024 ， 46 （ 4 ）： 68 - 77 .

冀星沛，王波，刘涤尘，等 . 相依网络理论及其在电力信息-物理系统结构脆弱性分析中的应用综述［J］. 中国电机工程学报， 2016 ， 36 （ 17 ）： 4521 - 4533 .

JI Xingpei ， WANG Bo ， LIU Dichen ， et al . Review on interdependent networks theory and its applications in the structural vulnerability analysis of electrical cyber-physical system ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 17 ）： 4521 - 4533 .

林攀，吴佳毅，黄涛，等 . 电力系统脆弱性评估综述［J］. 智慧电力， 2021 ， 49 （ 1 ）： 22 - 28 .

LIN Pan ， WU Jiayi ， HUANG Tao ， et al . Overview of vulnerability assessment for power systems ［J］. Smart Power ， 2021 ， 49 （ 1 ）： 22 - 28 .

刘威，张东霞，王新迎，等 . 基于深度强化学习的电网紧急控制策略研究［J］. 中国电机工程学报， 2018 ， 38 （ 1 ）： 109 - 119， 347 .

LIU Wei ， ZHANG Dongxia ， WANG Xinying ， et al . A decision making strategy for generating unit tripping under emergency circumstances based on deep reinforcement learning ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 1 ）： 109 - 119， 347 .

汪康康，梅生伟，魏巍，等 . 基于图卷积网络的快速暂态安全评估方法［J］. 电力系统保护与控制， 2023 ， 51 （ 1 ）： 43 - 51 .

WANG Kangkang ， MEI Shengwei ， WEI Wei ， et al . Fast transient security assessment based on graph neural networks ［J］. Power System Protection and Control ， 2023 ， 51 （ 1 ）： 43 - 51 .

韩泽雷，鞠平，秦川，等 . 面向新型电力系统的频率安全研究综述与展望［J］. 电力自动化设备， 2023 ， 43 （ 9 ）： 112 - 124 .

HAN Zelei ， JU Ping ， QIN Chuan ， et al . Review and prospect of research on frequency security of new power system ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 9 ）： 112 - 124 .

卫志农，裴蕾，陈胜，等 . 高比例新能源交直流混合配电网优化运行与安全分析研究综述［J］. 电力自动化设备， 2021 ， 41 （ 9 ）： 85 - 94 .

WEI Zhinong ， PEI Lei ， CHEN Sheng ， et al . Review on optimal operation and safety analysis of AC/DC hybrid distribution network with high proportion of renewable energy ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 9 ）： 85 - 94 .

孙宏斌，王康，张伯明，等 . 采用线性决策树的暂态稳定规则提取［J］. 中国电机工程学报， 2011 ， 31 （ 34 ）： 61 - 67， 8 .

SUN Hongbin ， WANG Kang ， ZHANG Boming ， et al . Rule extraction in transient stability study using linear decision trees ［J］. Proceedings of the CSEE ， 2011 ， 31 （ 34 ）： 61 - 67， 8 .

赵津蔓，韩肖清，牛哲文，等 . 考虑暂态稳定过程的电力系统运行状态辨识［J］. 中国电机工程学报， 2024 ， 44 （ 20 ）： 7970 - 7982 .

ZHAO Jinman ， HAN Xiaoqing ， NIU Zhewen ， et al . Power system operation state identification considering the process of transient stability ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 20 ）： 7970 - 7982 .

朱继忠，黄林莹，陈一熙 . 基于代理梯度深度强化学习的电力系统网络攻击事后安全控制策略［J］. 电网技术， 2024 ， 48 （ 10 ）： 4041 - 4052 .

ZHU Jizhong ， HUANG Linying ， CHEN Yixi . Surrogate gradient-based deep reinforcement learning for power system post-contingency safety control against cyber-attacks ［J］. Power System Technology ， 2024 ， 48 （ 10 ）： 4041 - 4052 .

张晨宇，王慧芳，叶晓君 . 基于XGBoost算法的电力系统暂态稳定评估［J］. 电力自动化设备， 2019 ， 39 （ 3 ）： 77 - 83， 89 .

ZHANG Chenyu ， WANG Huifang ， YE Xiaojun . Transient stability assessment of power system based on XGBoost algorithm ［J］. Electric Power Automation Equipment ， 2019 ， 39 （ 3 ）： 77 - 83， 89 .

于琳琳，王泽，郝元钊，等 . 基于XGBoost的电力系统动态频率响应曲线预测方法［J］. 电力建设， 2023 ， 44 （ 4 ）： 74 - 81 .

YU Linlin ， WANG Ze ， HAO Yuanzhao ， et al . XGBoost-based power system dynamic frequency-response curve prediction ［J］. Electric Power Construction ， 2023 ， 44 （ 4 ）： 74 - 81 .

HE F F ， ZHOU J Z ， FENG Z K ， et al . A hybrid short-term load forecasting model based on variational mode decomposition and long short-term memory networks considering relevant factors with Bayesian optimization algorithm ［J］. Applied Energy ， 2019 ， 237 ： 103 - 116 .

蔡晔，孙溶佐，王炜宇，等 . 计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型［J］. 中国电机工程学报， 1 - 14 （ 2024-01-25 ）［ 2024-09-23 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.232298 https://doi.org/10.13334/j.0258-8013.pcsee.232298 .

CAI Ye ， SUN Rongzuo ， WANG Weiyu ， et al . N-k multi-stage bi-level optimization and fault scenario screening model of power system considering cascading failure propagation path ［J］. Proceedings of the CSEE ， 1 - 14 （ 2024-01-25 ）［ 2024-09-23 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.232298 https://doi.org/10.13334/j.0258-8013.pcsee.232298 .

刘文霞，张书宁，张艺伟，等 . 计及系统运行状态转换的含风电电力通信耦合网络连锁故障建模［J/OL］. 中国电机工程学报， 1 - 13 （ 2023-08-31 ）［ 2024-09-23 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.231209 https://doi.org/10.13334/j.0258-8013.pcsee.231209 .

LIU Wenxia ， ZHANG Shuning ， ZHANG Yiwei ， et al . Cascading failure modeling of power communication coupled network with wind power considering system operating state transition ［J/OL］. Proceedings of the CSEE ， 1 - 13 （ 2023-08-31 ）［ 2024-09-23 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.231209 https://doi.org/10.13334/j.0258-8013.pcsee.231209 .

CAI Y ， CAO Y J ， LI Y ， et al . Cascading failure analysis considering interaction between power grids and communication networks ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 1 ）： 530 - 538 .

CHEN T Q ， GUESTRIN C . XGBoost： A scalable tree boosting system ［C］// Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining ， 2016 ： 785 - 794 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Application and prospects of deep neural network in new energy systems

Power consumption prediction based on multi-parameter cost-sensitive coefficient learning and data-driven model

Research on on-line fault diagnosis and treatment of power plant equipment based on KPCA

Related Author

GAO Feng

LIU Qiyang

SHI Xin

ZHANG Anqin

SHI Jie

SONG Yanjie

JIA Zhijun

BAI Delong

Related Institution

Towngas Energy Investment Limited

Energy Internet Research Institute， Tsinghua University

School of Architecture，Harbin Institute of Technology

东南大学能源热转换及其过程测控教育部重点实验室

内蒙古电力（集团）有限责任公司内蒙古电力科学研究院分公司

AI问答

⁰