基于机器学习的电力系统安全评估及控制技术

　　新型电力系统具有高比例可再生能源广泛接入、高比例电力电子装备大规模应用等特征，其运行方式剧烈、快速变化，传统的安全稳定分析和控制技术难以适用。随着大数据、人工智能等技术的发展，以机器学习为代表的人工智能技术，为电力系统安全稳定分析和控制技术的发展引入了新的思路。 本书依托国家自然科学基金面上项目、国家电网有限公司和西南交通大学相关项目的研究成果，全面系统地阐述了机器学习技术应用于电力系统安全评估及控制中的难点和解决方案。本书共分8章，第1章绪论概括了机器学习在电力系统安全稳定分析与控制中的应用；第2章机器学习技术简介主要介绍了机器学习基础、深度学习模型与算法；第3章小样本问题解决方法主要介绍了电网分析样本生成技术和样本压缩方法；第4章暂态稳定评估详细介绍了基于SVMSVR、CNN的暂态稳定评估方法及算例分析；第5章小干扰稳定评估主要介绍了基于电网层级网络模型和图卷积的小干扰稳定评估及算例分析；第6章电压稳定评估介绍了静态电压稳定评估和暂态电压稳定评估；第7章频率稳定评估介绍了频率稳定评估深度学习模型建模过程与评价标准等；第8章稳定控制介绍来基于机器学习的暂态稳定和小干扰稳定预防控制方法，以及频率稳定紧急控制方法。 本书适合从事电力系统在线分析领域研究的科研和技术人员，以及高等院校电力系统专业的教师和研究生，也适合从事调度运行实际生产的工作人员。

　　田芳：中国电力科学研究院有限公司首席专家，教授级高级工程师，长期从事电力系统仿真分析与控制领域的研究和开发工作。主持了多项及国网公司科技项目，荣获国家科技进步一等奖、中国专利金奖等，合作出版专著5部，获授权国家发明专利50余项，发表SCIEI论文50余篇。王晓茹：西南交通大学电气工程学院教授，长期从事电力系统保护与安全稳定控制研究工作。在广域保护、小扰动稳定分析、机电扰动传播与控制、频率稳定在线分析与紧急控制等方面取得了创新研究成果，主持了多项及省部级科研项目，获授权发明专利20项，发表SCIEI论文200余篇。