解釈性と精度を考慮したRFとDNNを用いた電圧安定性二段階推定手法の検討

カテゴリ: 研究会(論文単位)

論文No: PE25030,PSE25062,SPC25077

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術/【D】産業応用部門 半導体電力変換合同研究会

発行日: 2025/03/03

タイトル(英語): A Study on a Two-Stage Voltage Stability Estimation Method Using RF and DNN Considering Interpretability and Accuracy

著者名: 宮崎 理人(名古屋工業大学),青木 睦(名古屋工業大学),中村 勇太(名古屋工業大学),浅井 脩太(名古屋工業大学)

著者名(英語): Masato Miyazaki(Nagoya Institute of Technology),Mutsumi Aoki(Nagoya Institute of Technology),Yuta Nakamura(Nagoya Institute of Technology),shuta Asai(Nagoya Institute of Technology)

キーワード: 電圧安定性|Ｐ－Ｖカーブ|Ｎ－２故障|回帰木|Ｄｅｅｐ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ|ランダムフォレスト|Voltage Stability|P-V curve|N-2 contingency|Regression Trees|Deep Neural Network|Random Forest

要約(日本語): 近年、系統の電圧安定性をリアルタイムで把握する重要性が高まっている。筆者らはこれまで、DNNを用いて電圧安定余裕(Margin)の推定手法を検討してきたが、DNNは精度が高い一方で、その推定モデルの解釈性はDNNの性質上、低くなってしまう。本論文では推定モデルの解釈性と精度を両立させるために、解釈性に優れたランダムフォレストによって電圧安定性を分類し、分類別のDNN推定モデルによってMargin推定する、二段階推定手法を提案する。

要約(英語): The importance of real-time voltage stability monitoring in power systems is increasing. The estimating voltage stability margins method with DNN, which has been proposed , has high accuracy, however becomes low interpretability. This paper proposes a two-stage voltage stability estimation method making the advantages of Random Forest and DNN considering both of interpretability and accuracy.

本誌: 2025年3月6日-2025年3月7日電力技術/電力系統技術/半導体電力変換合同研究会-1

本誌掲載ページ: 151-156 p

原稿種別: 日本語

PDFファイルサイズ: 1,483 Kバイト