融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法

刘思宁; 高岩; 时珉; 张飞飞; 姚杰

doi:10.26945/j.cnki.1001-9898.2025.05.007

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法

专题:人工智能技术在电力领域中的应用 | 更新时间：2025-11-18

- 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法
- 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法
- 河北电力技术 2025年44卷第5期页码：48-56
- 作者机构：
  
  国网河北省电力有限公司
- 作者简介：
- 基金信息：
  
  国网河北省电力有限公司科技项目(kj2024-057)
- DOI：10.26945/j.cnki.1001-9898.2025.05.007
  中图分类号： TM73;TP18
- 纸质出版：2025
- 稿件说明：
移动端阅览
刘思宁, 高岩, 时珉, 等. 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法[J]. 河北电力技术, 2025,44(5):48-56.

刘思宁, 高岩, 时珉, et al. 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法[J]. 2025, 44(5): 48-56.
刘思宁, 高岩, 时珉, 等. 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法[J]. 河北电力技术, 2025,44(5):48-56. DOI： 10.26945/j.cnki.1001-9898.2025.05.007.

刘思宁, 高岩, 时珉, et al. 融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法[J]. 2025, 44(5): 48-56. DOI： 10.26945/j.cnki.1001-9898.2025.05.007.

摘要

电力系统运行场景具有高度复杂性和动态变化性，直接使用包含强随机性工况的复杂数据集训练单一模型存在一定困难。为进一步提升电力系统输电通道极限传输容量(total transfer capability

TTC)辨识的准确性、稳定性与适用性，提出了一种融合LiNGAM因果推理与Stacking集成学习的输电通道限额辨识方法。首先考虑多种安全稳定约束，通过调整系统发电/负荷分布实现输电通道TTC的样本生成；其次基于线性非高斯无环模型(linear non-gaussian acyclic model

LiNGAM)算法进行因果分析以识别与目标通道TTC具有因果关联的特征；最后基于因果关系的信息推理机制，综合考虑基学习器的性能和多样性，提出了融合多模型的Stacking集成学习框架，进一步提升模型的综合性能。以西部电力协调委员会(western electricity coordinating council

WECC)240节点系统进行仿真验证，证实了所提方法在通用算例中的有效性与适用性。

Abstract

关键词

Keywords

references

A. Pernia-Espinoza,J. Fernandez-Ceniceros,J. Antonanzas,R. Urraca,F.J. Martinez-de-Pison.Stacking ensemble with parsimonious base models to improve generalization capability in the characterization of steel bolted components[J].Applied Soft Computing Journal,2018.

Nattawut Paensuwan,Akihiko Yokoyama,Yoshiki Nakachi,S.C. Verma.Improved risk-based TTC evaluation with system case partitioning[J].International Journal of Electrical Power and Energy Systems,2013.

蔡瑞初,陈薇,张坤,郝志峰.基于非时序观察数据的因果关系发现综述[J].计算机学报,2017(06).

闫炯程,李常刚,刘玉田.基于SDAE特征提取的含风电电网可用输电能力计算[J].电力系统自动化,2019(01).

赵峰,孙宏斌,黄天恩,郭庆来,吴文传,温柏坚.电网关键断面及安全运行规则自动发现系统设计与工程实现[J].电力系统自动化,2015(01).

胥威汀,刘俊勇,唐权,邱高,王云玲,杨新婷,李奥.含风电系统断面TTC运行规则的极限学习机提取方法[J].电力系统保护与控制,2018(23).

张林,沈钟浩,冯丽,尚学伟,赵林,史成钢,翟勇.基于直流灵敏度法的川渝电网输电能力受限成因研究[J].电力系统保护与控制,2015(18).

穆钢,陈奇,刘洪波,安军,王长刚.揭示电力系统运行数据中因果关系的逆信息熵因果推理方法[J].中国电机工程学报,2022(15).

张大波,王博欣,郭怀新,储著伟,杨贺钧,马英浩.基于拓扑聚合的输电断面辨识方法与断面传输极限的研究[J].电力系统保护与控制,2022(05).

张沛,周钰朋,崔晖,杨晓楠,胡晨旭.基于可解释机制的极限传输能力计算知识表达模型[J].电力系统自动化,2023(15).

郭庆来,兰健,周艳真,王铮澄,曾泓泰,孙宏斌.基于混合智能的新型电力系统运行方式分析决策架构及其关键技术[J].中国电力,2023(09).

王铮澄,周艳真,郭庆来,孙宏斌,闫朝阳,杨康.面向变化场景的输电断面极限评估主动迁移学习方法[J].中国电机工程学报,2023(15).

娄奇鹤,李荣盛,谭捷,袁铁江.基于卷积神经网络的暂稳极限功率计算[J].中国电力,2024(04).

李康文,邱高,刘挺坚,刘友波,刘俊勇,丁理杰.基于可迁移强化学习的断面输电极限计算方法[J].电网技术,2023(12).

谭晶,何川,陈保瑞,刘天琪,南璐,印月.考虑水光蓄互补和直流外送的电力系统分布鲁棒优化调度方法[J].中国电机工程学报,2024(15).

范宏,刘琳琳,田书欣.基于高风险场景的关键输电断面极限优化模型[J].智慧电力,2025(04).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于振动信号分析的V型有载分接开关机械故障识别方法

机器学习在光伏发电功率预测中的应用分析