摘要：基于数据驱动的电力系统暂稳评估模型面对运行场景的改变时，需要对模型进行更新，而常规的更新方法无法同时兼顾新场景和旧场景下的模型评估性能。对此，根据电力系统场景改变时间尺度的不同，提出了电力系统暂态稳定性评估增量更新框架。对于中短期场景变化，提出多阶段增量更新方法，在域自适应阶段降低新旧样本的分布差异，在增量更新阶段结合暗经验回放实现增量更新，并在精细化微调阶段进一步提高模型在当前场景下的性能；对于长期场景变化，在多阶段增量更新的基础上，继承模型参数，生成小型子网络处理新增电气量并拼接融合，提升模型性能。最后，在IEEE-39节点系统和万节点测试系统上验证了所提方法的有效性。
文章目录
0 引言
1 暂稳评估模型增量更新框架
2 暂稳评估模型多阶段增量更新方法
2.1 融合域自适应和暗经验回放的ARFT算法
2.2 经验回放池刷新策略
3 新增电气特征量场景下的模型更新方法
4 算例分析
4.1 IEEE-39节点系统
4.1.1 数据集生成和评价指标说明
4.1.2 多阶段增量更新算法有效性验证
4.1.3 新增特征场景下模型更新方法有效性验证
4.2 万节点测试系统
5 结论
附录A
IEEE39节点系统运行场景具体设置
IEEE39节点系统各场景数据集生成设置
附录B
附录C
附录D
