Low Voltage Ride Through (LVRT) Constrained Transient Stability Assessment Using Lyapunov Functions Family Method
可再生能源发电在电力系统中的日益普及给直接法暂态稳定评估带来了更大的挑战。原因之一是无法评估由于违反其穿越曲线而导致大量RG跳闸所带来的不稳定风险。本文提出了一种基于李雅普诺夫函数族的可扩展方法来估计穿越约束下的稳定域。提出了一个内多面体近似的可行性区域凸的整体问题。所获得的约束稳定区域估计有助于捕获触发可再生能源发电的不期望跳闸的轨迹。一个2机系统是用来可视化其有效性。
2020-02-04 cs.SY eess.SY
A Sparse Polynomial Chaos Expansion-Based Method for Probabilistic Transient Stability Assessment and Enhancement
提出了一种基于自适应稀疏多项式混沌展开（PCE）的方法来量化不确定性对暂态稳定分析中重要指标临界切除时间（CCT）的影响。所提出的方法不仅可以给出对概率特性（例如，平均值、方差、概率密度函数），而且还提供了关于随机输入相对于PCCT方差的灵敏度的关键信息。利用灵敏度信息，缓解措施，可以制定暂态稳定性增强。对WSCC 9节点系统的数值研究表明，与蒙特卡罗仿真方法相比，该方法具有较高的精度和效率。验证了所提供的灵敏度信息和缓解措施在提高暂态稳定性方面的有效性。
2022-06-09 cs.SY eess.SY
Delay Aware Intelligent Transient Stability Assessment System
The University of Hong Kong（香港大学）
本文提出一种考虑通信延迟的智能暂态稳定评估系统，利用多长短期记忆网络实现快速评估，提升效率并验证系统鲁棒性。
2017-11-21 cs.CE cs.SY eess.SY
Probabilistic Assessment of Rare Transient Instability Events via Kriging-based Active Learning Framework
McGill University（麦吉尔大学）；University of Alberta（阿尔伯塔大学）
本文提出基于Kriging的主动学习框架，用于准确表征输入不确定性空间中的罕见不稳定性区域，并估计相关的小概率不稳定性，同时仅需少量昂贵的时间域模拟。
2026-05-07 cs.SY eess.SY
Distribution-Aware Graph Representation Learning for Transient Stability Assessment of Power System
Zhejiang University（浙江大学）
实时暂态稳定评估对电力系统的安全运行起着至关重要的作用。虽然经典的数值积分方法\textit{i.e.}时域仿真（TDS）在工业实践中得到了广泛的应用，但由于电力系统的高纬度复杂性，其不可避免地陷入了高计算复杂度的困境。本文提出了一种数据驱动的电力系统估计方法，在TDS到达仿真时间窗结束之前快速预测电力系统的稳定性，在保证精度的前提下减少了稳定评估的平均仿真时间。由于电力系统的拓扑结构是图结构的形式，基于图神经网络的表示学习自然适合于学习电力系统的状态。通过观察电力系统节点上关键有功功率和无功功率的分布信息，我们提出了一个分布感知学习（DAL）模块来探索一个用于描述电力系统状态的信息图表示向量。然后，TSA被重新定义为一个二进制分类任务，并确定系统的稳定性直接从得到的图形表示，而无需数值积分。最后，我们将我们的方法应用于在线TSA任务。IEEE 39节点系统和波兰2383节点系统的算例验证了该方法的有效性。
2022-05-12 cs.AI cs.SY eess.SY
Lyapunov Functions Family Approach to Transient Stability Assessment
Massachusetts Institute of Technology（麻省理工学院）
本文提出一种基于Lyapunov函数族的暂态稳定性评估方法，利用半定规划技术扩展能量函数概念，证明其在有限邻域内单调递减，并能更广泛地验证初始条件的稳定性。
2015-02-10 cs.SY eess.SY
Physics Informed Neural Networks for Phase Locked Loop Transient Stability Assessment
Technical University of Denmark（丹麦技术大学）；Ørsted Wind Power（沃旭风电）
要实现联合国2050年净零排放目标，必须大幅增加可再生能源产量。使用诸如锁相环（PLL）的电力电子控制器来保持并网可再生资源与电网同步可能在电网故障期间引起快速瞬态行为，从而导致不稳定。然而，评估所有可能的情况是不切实际的，因此确定稳定性边界或吸引区（ROA）是必要的。然而，使用EMT模拟或降阶模型（ROM）来准确地确定ROA是计算昂贵的。或者，机器学习（ML）模型已经被提出作为预测稳定性的有效方法。然而，传统的ML算法需要大量的标记数据进行训练，这在计算上是昂贵的。本文提出了一种物理信息神经网络（PINN）结构，可以准确地预测故障下的PLL控制器的非线性瞬态动态与较少的标记训练数据。所提出的PINN算法可以被合并到传统的仿真中，加速EMT仿真或ROM超过100倍。PINN算法的性能进行了比较，对ROM和EMT模拟在PSCAD的CIGRE基准模型C4.49，证明其能够准确地近似的轨迹和ROA的PLL控制器在不同的电网阻抗。
2023-03-21 cs.AI cs.SY eess.SY
Transient Stability Assessment Using Individual Machine Equal Area Criterion Part I: Unity Principle
Harbin Institute of Technology（哈尔滨工业大学）
本文提出基于单机等面积准则的直接时域方法，通过分析单机轨迹与功率-角度曲线的映射关系，揭示了关键单机的稳定性特性，并提出单机稳定性与系统稳定性之间的统一原则。
2017-12-04 cs.SY eess.SP eess.SY
Transient Stability Assessment for Current Constrained and Unconstrained Fault Ride-Through in Virtual Oscillator Controlled Converters
统一虚拟振荡器控制器（uVOC）继承了基于振荡器的网格形成（GFM）控制器所提供的严格分析基础，并实现了快速过流限制和故障穿越（FRT）。有效FRT的控制设计需要暂态稳定性分析。现有的暂态稳定分析方法和研究局限于只考虑电流无约束的情况下，或忽略了同时的功角和电压动态。在电流约束故障下，电压和功角动态是强耦合的，两者在确定暂态稳定性中起着关键作用。因此，通常用于暂态稳定性研究的两者的解耦分析不能提供对系统动态的全面了解。在这项工作中，整体FRT方法uVOC和全面的建模和分析方法的暂态稳定性下的电流饱和和不饱和对称交流故障的发展。我们利用相平面分析的整个系统在一个单一的图形表示，以获得整体的洞察力耦合的电压和功角动态。通过仿真和硬件实验验证了FRT控制器和分析方法的有效性。结果表明，uVOC是不受限制的临界清除角不同下垂和虚拟同步机（VSM）型二阶控制器。
2020-11-18 cs.SY eess.SY
Comparative Analysis of Learning-Based Methods for Transient Stability Assessment
本文对比了多种基于学习的方法在可再生能源与负荷不确定性下预测电力系统临界切除时间（CCT）的性能，提出B-稳定性新定义，并采用MIC与SCC混合特征选择策略在WSCC 9节点系统上验证效果。
2024-09-03 cs.SY eess.SY
Data-Driven Transient Stability Assessment of Power Systems with a Novel GHM-Enhanced CatBoost Algorithm
提出 GHM 增强型 CatBoost 暂态稳定评估方法，通过逐样本协调梯度权重缓解类别不平衡与噪声，并利用特征重要性指导 PMU 布置。
2024-10-24 cs.SY eess.SY
Electromagnetic Transient Model of Cryptocurrency Mining Loads for Low-Voltage Ride Through Assessment in Transmission Grids
本文开发了面向大型加密货币挖矿负荷的电磁暂态模型，通过EMTP软件构建并与商用ASIC矿机交叉验证，测试了多种故障场景下的低电压穿越能力，模型可扩展且易于集成到电网中。
2023-12-22 cs.SY eess.SY
Prediction of Probabilistic Transient Stability Using Support Vector Machine
暂态稳定评估是电力系统动态安全评估的重要组成部分。传统的暂态稳定评估方法，如时域仿真法和直接法，适用于离线研究，不能用于在线暂态稳定预测，而在线暂态稳定预测是现代电力系统的主要要求。这促使需要采用基于人工智能的方法。在这方面，监督机器学习有利于在存在不确定性的情况下预测暂态稳定状态。因此，考虑负荷、故障线路、故障类型、故障位置和故障切除时间等多种因素的不确定性，本文研究了基于二进制支持向量机的有监督机器学习在电力系统暂态稳定状态预测中的应用。支持向量机使用高斯径向基函数核进行训练，并使用贝叶斯优化来优化其超参数。IEEE 14节点试验系统的结果表明，该方法提供了一种快速的概率暂态稳定状态预测技术，具有良好的精度。分别利用DIgSILENT PowerFactory和MATLAB进行暂态稳定时域仿真（用于获得支持向量机的训练数据）和应用支持向量机。
2021-11-22 cs.SY eess.SY
A critical review of data-driven transient stability assessment of power systems: principles, prospects and challenges
暂态稳定评估一直是保证电力系统安全稳定运行的基本手段。由于电力电子、电动汽车和可再生能源发电等新要素的集成，电力系统的动态特性越来越复杂，使得TSA的任务越来越紧迫。由于传统的时域仿真和直接法不能满足电力系统的实际运行要求，数据驱动的TSA越来越受到学术界和工业界的关注。本文从特征提取与选择、模型构建、在线学习和规则提取四个方面进行了全面的综述，并对未来研究的挑战和展望进行了总结，最后得出了本文的结论。本文将有助于相关研究人员更好地了解该领域的研究现状、关键技术和存在的挑战。
2021-11-01 cs.SY eess.SP eess.SY
Transient synchronization stability analysis and assessment of DFIG system under severe faults
本文针对DFIG系统严重故障下LVRT全过程暂态稳定机制不明确的问题，划分四阶段建立机理模型，基于GSE分析动态特性，提出BOA和EAC的暂稳评估方法，经仿真与实验验证，解决了工程中的稳定性分析难题。
2025-03-24 cs.SY eess.SY
Transient Stability Assessment of Power Systems Based on Local Learning Machine and Bacterial Colony Chemotaxis Algorithm
为提高电力系统暂态稳定性评估准确率，提出基于局部学习机与改进细菌群体趋化算法的方法，利用混沌搜索优化模型参数，并在10机39节点系统上验证有效。
2019-01-23 cs.SY eess.SP eess.SY
Intelligent Domain Adaptation for Power System Transient Stability Assessment Under Varying Operating Scenarios
National Graduate College for Elite Engineers, Hunan University（湖南大学国家精英工程师研究生院）；College of Electrical and Information Engineering, Hunan University（湖南大学电气与信息工程学院）
提出基于域自适应深度迁移学习的暂态稳定评估框架，通过异质混合分布度量对齐源域与目标域分布，结合贝叶斯双分布自适应和多层稀疏正则化，在降低模型更新成本的同时将在线评估准确率提升0.5%-5%。
2026-06-15 cs.SY eess.SY
A Benchmark Graph Dataset for Transient Stability Assessment of the IEEE 9-Bus System: 20,000 Scenarios with Full Generator Trajectories
Institut de recherche d’Hydro-Québec（魁北克水电研究院）
该研究发布了含20000种场景的IEEE 9节点系统暂态稳定评估基准图数据集，支持多种电力系统相关任务及不同学习方法的对比。
2026-08-20 cs.SY eess.SY
LLM-Driven Transient Stability Assessment: From Automated Simulation to Neural Architecture Design
School of Electrical Engineering, Chongqing University（重庆大学电气工程学院）；Department of Electrical and Electronic Engineering, Imperial College London（伦敦帝国理工学院电气与电子工程系）
本文提出利用大语言模型驱动的神经网络设计流程，实现电力系统暂态稳定评估的自动化和智能化，提升准确率与效率。
2026-02-04 cs.SY eess.SY
Feature Selection for Transient Stability Assessment Based on Improved Maximal Relevance and Minimal Redundancy Criterion
School of Electrical and Electronic Engineering, North China Electric Power University（华北电力大学电气与电子工程学院）
本文提出了一种基于改进最大相关最小冗余准则的特征选择方法，用于电力系统暂态稳定性评估。通过引入权重系数改进标准mRMR准则，提取系统级分类特征构建原始特征集，并利用改进的mRMR进行特征选择，通过嵌套候选特征子集的增量搜索技术找到最优特征子集。
2019-01-23 cs.SY eess.SP eess.SY
MoE-GraphSAGE-Based Integrated Evaluation of Transient Rotor Angle and Voltage Stability in Power Systems
Arizona State University（亚利桑那州立大学）；Xinjiang University（新疆大学）；Tsinghua University（清华大学）；Zhengzhou Weiguang Semiconductor Co., Ltd.（郑州威光半导体有限公司）；City University of Hong Kong（香港城市大学）
针对可再生能源并网导致电力系统暂态稳定评估难度增大、传统方法存在局限的问题，本文提出MoE-GraphSAGE框架，结合GraphSAGE与多专家网络，实现了暂态功角与电压稳定的统一评估，在IEEE 39节点系统上表现出更优性能。
2025-11-05 cs.LG cs.SY eess.SY
Transient Stability Assessment of Cascade Tripping of Renewable Sources Using SOS
本文通过Lyapunov方法研究了可再生能源级联跳闸的影响，提出了一种保守的稳定性区域定义及其估计方法，并利用概率定义可视化不稳定风险，以提高系统稳定性。
2018-02-12 cs.SY eess.SY math.DS
An Interpretable Power System Transient Stability Assessment Method with Expert Guiding Neural-Regression-Tree
针对深度学习暂态稳定评估可解释性不足的问题，提出TSA-ENRT，用融合电力系统专家知识的非线性回归树解释神经网络概率预测，并通过平均决策长度正则化优化准确性与可解释性权衡。
2024-04-03 cs.LG cs.SY eess.SY
A Comprehensive Review on Power System Risk-Based Transient Stability
电力系统正变得比以往任何时候都更加复杂，因此运行接近其稳定极限。此外，随着可再生风力发电需求的不断增长，以及维持安全电力系统的要求，暂态稳定的重要性不能被高估。考虑到其在电力系统安全中的重要性，重要的是提出一种不同的方法来提高暂态稳定性，考虑不确定性。目前确定性的工业实践的暂态稳定评估忽略了变量（故障类型，故障位置，故障清除时间等）的概率性质。这些方法通常提供了一个谨慎的原则，并可能导致高价的扩张项目或运营限制。随着系统不确定性的增加和电力市场的普遍放松，传统的暂态稳定分析中引入风险因素有很强的必然性。随着电力系统动态特性的日益复杂化，对现代电网的暂态稳定性进行准确评估已成为规划和实时运行中的一项严格要求。此外，预测状态和故障反应中的不确定性来源的增加高度意味着在评估暂态稳定性中实施基于风险的方法。因此，本文旨在提供一个全面的审查基于风险的电力网络暂态稳定性和相关的研究。相信这篇综述可以为电力系统规划和安全领域的研究人员提供一个开端。
2022-06-08 cs.SY eess.SY
Fast Transient Stability Prediction Using Grid-informed Temporal and Topological Embedding Deep Neural Network
本文提出TTEDNN模型，利用电网信息邻接矩阵融合结构与电气参数，从早期暂态动态时序数据中提取时空和拓扑特征，实现快速准确的暂态稳定预测，并在IEEE 39和118节点系统中验证了其最优鲁棒性和迁移能力。
2022-01-23 cs.LG cs.SY eess.SY
Local Energy Function-Based Power System Transient Stability Analysis with Grid Forming and Grid Following Inverters
Thayer School of Engineering, Dartmouth College（达特茅斯学院塔耶尔工程学院）；University of Washington（华盛顿大学）
本文提出一种局部能量函数方法，用于含构网型与跟网型逆变器的电力系统暂态稳定分析，考虑耦合阻尼效应，并在IEEE 14节点系统上验证了其有效性与小保守性。
2026-09-09 cs.SY eess.SY
Safe Reconnection Time for Large-Scale Data Center Loads: An Analytical Framework for Transient Stability Assessment
Iowa State University（爱荷华州立大学）
本文提出分析框架，用于确定数据中心负载在扰动导致断开后安全重连时间，以避免振荡。通过能量函数方法确定临界时间，确保重连后系统稳定。
2026-09-10 cs.SY eess.SY
A Multi-module Robust Method for Transient Stability Assessment against False Label Injection Cyberattacks
Northwestern Polytechnical University（西北工业大学）；Nanyang Technological University（南洋理工大学）
本文提出多模块鲁棒TSA方法MMR及人在环路版本MMR-HIL，通过无监督聚类辅助标签校正和专家引导重标注，有效抵御虚假标签注入攻击并提升暂态稳定评估的准确率与收敛速度。
2024-06-10 cs.CR cs.LG cs.SY
Application of Pseudo-Transient Continuation Method in Dynamic Stability Analysis
Cornell University（康奈尔大学）
本文将伪瞬态持续法应用于电力系统长期稳定性分析，该方法在精度与效率间取得平衡，能加速仿真并克服数值难题。
2014-02-17 cs.SY eess.SY
Transient Stability Analysis with Physics-Informed Neural Networks
Technical University of Denmark（丹麦技术大学）
我们探讨了使用物理信息的神经网络，大大加快解决常微分代数方程，管理电力系统动态的可能性。在暂态稳定评估中，传统的方法要么计算量大，要么需要模型简化，要么使用过于保守的代理模型。传统的神经网络可以规避这些限制，但面临着高质量的训练数据集的高需求，而他们忽略了底层的控制方程。物理信息的神经网络是不同的：它们将电力系统微分代数方程直接纳入神经网络训练，并大大减少了对训练数据的需求。本文深入研究了基于物理信息的神经网络在电力系统暂态稳定评估中的性能。引入一个新的神经网络训练过程，以促进彻底的比较，我们探讨如何物理知情的神经网络比较与传统的微分代数求解器和经典的神经网络在计算时间，数据的要求，和预测精度。我们说明了昆都尔两个区域系统的研究结果，并评估物理信息神经网络作为暂态稳定分析工具的机遇和挑战，突出可能的途径，以进一步发展这种方法。
2023-03-15 cs.LG cs.SY eess.SY
Parameter Reduction in Probabilistic Critical Time Evaluation Using Sensitivity Analysis and PCA
本文讨论了一种寻找对概率暂态稳定评估问题影响最大的电力系统参数的方法--寻找临界切除时间的概率分布。我们进行的参数选择，采用灵敏度分析结合主成分分析。首先，我们确定机器角度相对于所有系统参数的灵敏度。其次，我们采用主成分分析算法，以确定在暂态稳定问题的最有影响的参数。通过识别这些参数，我们可以减少不确定参数的数量，只有在暂态稳定的概率评估的影响，提供了一个显着的速度在大型电力系统的概率分析。在IEEE 14节点系统中对该算法进行了测试，结果表明，该方法可以有效地找到最具影响力的参数。
2020-10-22 cs.SY eess.SY
Operational Risks in Grid Integration of Large Data Center Loads: Characteristics, Stability Assessments, and Sensitivity Studies
本文针对AI驱动下大型数据中心负荷波动加剧电网承压的问题，提出基于类能流的暂态稳定性评估和基于状态矩阵的小信号稳定性评估方法，经IEEE 68节点模型验证可提升并网风险感知能力。
2025-10-28 cs.SY eess.SY
Noise-Resilient Quantum Machine Learning for Stability Assessment of Power Systems
Stony Brook University（石溪大学）；Brookhaven National Laboratory（布鲁克海文国家实验室）
暂态稳定评估（TSA）是当今互联电网弹性运行的基石。本文是量子计算、数据科学和机器学习的融合，旨在潜在地解决电力系统TSA的挑战。我们设计了一种量子TSA（qTSA）方法，使大容量电力系统的可扩展和有效的数据驱动的暂态稳定预测，这是首次尝试解决TSA问题与量子计算。我们的贡献是三方面的：1）低深度，高表达性的量子神经网络的准确性和噪声弹性TSA; 2）量子自然梯度下降算法的有效qTSA训练; 3）系统分析在各种量子因素下的qTSA的性能。qTSA为量子驱动和数据驱动的电网稳定性分析奠定了基础。它使棘手的TSA简单和毫不费力的希尔伯特空间中，因此提供电力系统运行的稳定性信息。在量子模拟器和真实量子计算机上进行的大量实验验证了qTSA的准确性、抗噪性、可扩展性和通用性。
2021-05-23 cs.LG cs.SY eess.SY
Power Systems Transient Stability Indices: Hierarchical Clustering Based Detection of Coherent Groups Of Generators
生成器的相干组，即，具有完全相关的转子角的电机在电力系统稳定性分析中起着重要的作用。本文介绍了一种基于层次聚类技术的实时方法，用于发现发电机之间的一致性程度，使用同步系数和发电机转子角度的相关系数作为一致性指标。此外，电力暂态稳定指标（PTSI）被用来检查的电力系统的多功能响应。该方法使用电力系统暂态稳定性指标，即，功率连通性因子（CF）指数，其呈现组内相干强的发电机;功率分离因子（SF）指数，其揭示不同组中的发电机在发生干扰时倾向于相对于其它组摆动的程度;以及总系统分离指数，其展示总系统分离状态（CF/SF）。IEEE-39测试系统的完全动态模型的方法进行评估。仿真结果表明了该方法的有效性。
2021-02-26 cs.SY eess.SP eess.SY
Evaluating Load Models and Their Impacts on Power Transfer Limits
功率传输极限或传输能力（TC）直接关系到系统的运行和控制以及电力市场。因此，它们的评估必须符合静态约束，如线路热限制，和动态约束，如暂态稳定性限制，电压稳定性限制和小信号稳定性限制。由于负荷动态特性对电力系统暂态稳定性有重要影响，负荷模型是影响功率传输极限的一个关键因素。目前，工业界和学术界已经提出并采用了多种负荷模型，包括ZIP模型、ZIP+感应电机复合模型（ZIP + IM）和WECC复合负荷模型（WECC CLM）。每种方法都有其独特的优点，但它们对功率传输极限的影响尚未得到充分解决。一个现有的挑战是拟合高阶非线性模型，如WECC CLM。在这项研究中，我们创新地采用双深度Q学习网络（DDQN）代理作为动态评估过程中的通用负荷建模工具，并将相同的瞬态场测量值拟合到不同的负荷模型中。然后进行综合评估以量化负荷模型对功率传输极限的影响。仿真环境是在暂态安全评估工具（TSAT）中构建的IEEE-39节点系统。
2020-08-07 cs.SY eess.SP eess.SY
Transient Stability of Hybrid Power Systems Dominated by Different Types of Grid-Forming Devices
研究了不同类型并网装置共同控制的电力系统的暂态稳定性。同步发电机和下垂控制逆变器是现代电力系统中典型的GFM装置。SG/VSG能够提供惯性，而下垂控制逆变器通常是无惯性的。由同质GFM装置控制的电力系统的暂态稳定性已经得到了广泛的研究。对于由异质GFM器件共同控制的混杂系统，其暂态稳定性研究鲜有报道。本文旨在填补这一空白。结果表明，该混杂系统的同步行为可以用一个二阶运动方程来描述，类似于SG的摆动方程。此外，发现了与传统电力系统的两个显著不同之处。首先是下垂控制显著增强了阻尼效果，极大地影响了暂态稳定区域。二是频率状态变量在故障扰动时刻出现跳变，从而影响故障后的初始状态定位和稳定性评估。阐明了这两个新特性背后的潜在机制，并分析和验证了对暂态稳定性能的影响。研究结果提供了新的见解托管异构设备的电力系统的暂态稳定性。
2021-09-22 cs.SY eess.SY
Approaching the Transient Stability Boundary of a Power System: Theory and Applications
稳定边界的估计是暂态稳定研究中的一个基本而又具有挑战性的问题。已知李雅普诺夫函数或能量函数的适当水平集可以提供稳定边界的内近似，并且可以通过轨迹反转方法扩展估计。在本文中，我们简化了扩展方法的理论基础，并通过放宽初始猜测应该是稳定区域的子集的要求来推广它。我们调查的扩展边界的拓扑特征，显示如何初始猜测可以接近精确的稳定性边界局部或全球。将该理论应用于暂态稳定评估，提出了扩展算法，改进了基于势能边界面（PEBS）和稳定域边界的控制不稳定平衡点（BCU）方法。IEEE 39节点系统的案例研究很好地验证了我们的研究结果，并表明，估计的稳定边界和临界清除时间可以显着提高适度的计算成本。
2021-09-30 cs.SY eess.SY
A Framework for Robust Assessment of Power Grid Stability and Resiliency
Massachusetts Institute of Technology（麻省理工学院）
本文提出一种框架，用于构建稳健评估工具，通过数学严谨的证书评估电力网络在功率注入变化和故障源下的稳定性与韧性，采用二次Lyapunov函数方法实现实时稳定性评估。
2016-07-27 cs.SY eess.SY
Data-Driven Security Assessment of the Electric Power System
Monash University（莫纳什大学）
向新的低排放能源未来的过渡导致发电和负荷类型的组合发生变化，这是由于可再生能源渗透率的显着增长以及由于老化的化石燃料发电厂的退出而导致的系统惯性的减少。这增加了电网规划和运行的技术挑战。这项研究介绍了一种新的分解方法来考虑系统的安全性，使用传统的机器学习工具进行短期规划。这项工作的直接价值是，它提供了可扩展的和计算效率高的指导方针，使用监督学习工具，以评估第一摆动瞬态稳定状态。为了提供对训练数据集上的最终模型拟合的无偏评估，在先前未见过的测试集上检查了所提出的方法。该方法准确区分了测试集中的稳定和不稳定情况，误差仅为0.57%，对不稳定时间的预测精度较高，误差为6.8%，平均绝对误差为0.0145。
2020-08-28 cs.AI cs.SY eess.SY
Transient Stability Analysis of Grid-Forming Converters with Current Limiting Considering Asymmetrical Grid Faults
针对不对称电网故障下构网型变流器（GFM-VSCs）暂态稳定性研究不足的问题，本文推导了带椭圆电流限制器的GFM-VSC在不对称故障下的P-δ曲线，实现了更准确的暂态稳定性评估，且理论分析得到了仿真和实验验证。
2025-11-19 cs.SY eess.SY
A Risk-Based Probabilistic Transient Stability Approach for Ranking of Circuit Breakers in a Power System
针对电力系统暂态稳定评估确定性方法的不足，提出基于风险的概率暂态稳定方法及新型优先级指标用于断路器排序，经IEEE 14节点系统仿真验证可辅助电力系统规划。
2025-05-21 cs.SY eess.SY
Leveraging Multi-Task Learning for Multi-Label Power System Security Assessment
University of Colorado Boulder（科罗拉多大学博尔德分校）；National Renewable Energy Laboratory（国家可再生能源实验室）
本文提出基于多任务学习的多标签分类框架，通过共享编码器与多个解码器同时评估四类电力系统稳定性，并在IEEE 68节点系统上验证了其优于现有方法的性能。
2025-05-09 cs.LG cs.SY eess.SY
Probabilistic Stability Assessment for Active Distribution Grids
本文论证了概率稳定性评估的概念，在大信号稳定的使用情况下，在一个积极的配电网短路。在这里，生存能力的概念，它扩展了经典的稳定性评估，通过评估的稳定性和操作限制在瞬态范围广泛的操作点和故障。为此，一个免费的，开源的，计算效率高的环境（朱莉娅）的动态模拟电网被用来证明其能力。该模型的实现验证了建立商业软件和偏差是最小的潮流和动态simulations.Results的大规模生存性分析揭示了i）广泛的应用领域的概率稳定分析和ii），新的非直观的稳定相关性可以得到。因此，所提出的方法显示出强大的潜力，有效地进行电力系统稳定性分析，在主动配电网。
2021-06-17 cs.SY eess.SY nlin.AO
Using SHAP Values and Machine Learning to Understand Trends in the Transient Stability Limit
由于可再生能源连接到电力系统时计算需求的显着增加，用于暂态稳定评估的机器学习（ML）已经获得了牵引力。为了实现高度的准确性，通常需要黑盒ML模型-抑制预测的解释，从而降低使用此类方法的信心。本文提出使用SHapley加法解释（SHAP）-一种基于合作博弈论Shapley值的统一可解释性框架-来深入了解经过训练以预测临界清除时间（CCT）的ML模型。我们使用SHAP来获得特定于位置的ML模型的解释，这些模型被训练来预测网络上每个母线的CCT。这可以提供独特的见解电力系统变量的影响下，系统的复杂性和不确定性的整个稳定边界。随后，感兴趣的变量与每个位置特定ML模型的相应SHAP值之间的协方差可以揭示该变量的变化如何影响整个网络的稳定性边界。这些见解可以为规划和/或运营决策提供信息。提供的案例研究表明，该方法使用高度准确的不透明ML算法在IEEE 39节点测试网络与IV型风力发电。
2023-02-13 cs.SY eess.SY
Response-Based Frequency Stability Assessment under Multi-Scale Disturbances in High-Renewable Power Systems
本文提出了一种基于响应的频率稳定性评估方法，通过统一处理多尺度扰动，提高高可再生能源电力系统频率稳定性评估的准确性和有效性。
2026-08-26 cs.SY eess.SY
An Algorithmic Approach for Identifying Critical Distance Relays for Transient Stability Studies
在大扰动之后，电力系统的行为由其资产和保护方案的动态特性决定。因此，对保护装置进行建模对于进行精确的稳定性研究至关重要。由于当前稳定性软件的局限性，以及维护和更新数千个保护设备的数据的困难，对大容量电力系统中的所有保护设备进行建模是一项棘手的任务。在稳定性研究中没有充分建模的关键保护方案之一是距离继电保护。因此，本文提出了一种算法，使用两种方法来确定的关键距离继电器建模稳定性研究：（i）视在阻抗监测，和（ii）的最小电压评估（MVE）。该算法在Python 3.6中实现，并使用GE正序潮流分析（PSLF）软件进行稳定性研究。该算法的性能在代表2018年夏季高峰负荷的西部电力协调委员会（WECC）系统数据上进行了评估。代表各种类型的突发事件的案例研究的结果表明，有一个准确的评估系统的行为，建模的关键距离继电器确定的算法就足够了，没有必要建模的所有距离继电器。
2020-09-05 cs.SY eess.SY
Limitations of RMS-based Stability Assessment of Converter-based Grids: A Case Study
Corporate Research Center ABB（ABB企业研究中心）；Mining / Automation ABB（ABB矿业/自动化部门）；Energy Industries ABB（ABB能源工业部门）
本文通过案例研究揭示了基于RMS的换流器型电网稳定性评估的局限性，提出了dq坐标系下保留电磁动态的建模方法，可准确识别不稳定模式，为相关小信号分析提供可行路径。
2026-08-20 cs.SY eess.SY
Data-Driven Stability Assessment of Power Electronic Converters with Multi-Resolution Dynamic Mode Decomposition
针对电力电子变换器系统谐波失稳问题，提出采用无需复杂建模的MR-DMD方法，结合小波多分辨率分析处理瞬态数据集，明确参数选取准则，并经电气化铁路低频振荡实验数据集验证有效性。
2024-04-15 cs.SY eess.SP eess.SY
A Federated Deep Learning Approach for Privacy-Preserving Real-Time Transient Stability Predictions in Power Systems
针对集中式深度学习暂态稳定评估存在的数据隐私、网络安全及计算资源问题，提出一种联邦DL的TSA框架，通过本地训练与参数聚合识别电力系统运行状态，并在四个IEEE 39节点客户端上验证。
2024-03-05 cs.SY eess.SY
Dynamic Resilience Assessment of Power Systems With Data Center Load Events Using Physics-Informed Neural Networks
Binghamton University, State University of New York（纽约州立大学宾汉姆顿分校）
提出基于物理信息神经网络（DAE-PINN）的电网侧动态韧性评估框架，通过隐式后向欧拉残差无监督学习动态与代数状态，实现扰动后轨迹快速评估，并利用多阶段韧性指标量化数据中心断开与重连的影响。
2026-06-23 cs.SY eess.SY
Impact Assessment of Data Integrity Attacks in MVDC Shipboard Power Systems
本文以12 kV MVDC船舶电力系统为例，研究发电模块调速器和励磁器遭受数据完整性攻击时的运行状态判定方法，并分析攻击对转子转速和直流母线电压稳定性的影响。
2023-05-31 cs.SY eess.SY
