数据驱动的新型电力系统状态感知技术

为进一步加强学术交流，推动“数据驱动的新型电力系统分析与控制”研究，《智慧电力》邀请西安交通大学陈晨教授担任主编，西安交通大学刘俊教授担任副主编，共同组织“数据驱动的新型电力系统状态感知技术”专栏，专栏一共推荐了4篇论文，涵盖以下四个方面：数据驱动的新能源储能规划研究、数据驱动的断面稳定极限估算研究、数据驱动的暂态稳定评估研究和数据驱动的同调分群及主动解列技术研究。

方磊，薛云霞，池宇琪等基于历史运行数据进行配网集群划分以配置分布式储能装置，构建了一种分布式储能规划运行一体的选址定容模型，采用改进的NSAG-III多目标优化算法对模型进行求解，为新型电力系统的新能源消纳和储能合理规划奠定基础；任柯政，徐泰山，郭瑾程等针对新能源不确定性导致的系统运行状态复杂多变问题，提出一种数据驱动的新型电力系统断面极限估算方法，采用最小冗余最大相关算法提取系统关键特征，建立基于AdaBoost算法的断面极限回归分析模型，有望为系统实时调度提供具体运行条件下的断面极限安全约束；彭鑫，刘俊，刘嘉诚等针对“双碳”背景下电力系统暂态稳定性评估问题，提出一种图像化数据驱动的暂态稳定性在线评估方法，将输入时间序列排列成二维图像，结合二维主成分分析法对原始图像进行特征降维，并建立CNN暂态稳定性评估模型，有望推进模式识别和深度学习在暂态稳定性在线评估的应用；张睿哲，刘洋，李力等针对故障后系统的安全稳定控制问题，结合时频分析、图论方法与数据驱动方法，提出基于改进聚类算法的同调机组分群技术和多层图分割的解列断面搜索技术，为新型电力系统快速应对扰动故障并减少事故损失提供一种有效的解决方案。

在此，衷心感谢专家学者的大力支持，以及《智慧电力》对本期专栏出版所做的大量专业、细致的工作。

陈 晨 刘 俊

2022 年11月20 日