静的電圧安定性の高速判別のための発電機の並解列情報を用いた特徴量選択手法の基礎検討

カテゴリ：部門大会

論文No：184

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：A Feature Selection Method Using Unit Commitment Status for Fast Static Voltage Stability Classification

著者名：野本悟史（電力中央研究所），小関英雄（電力中央研究所）

著者名(英語)： Satoshi Nomoto (Central Research Institute of Electric Power Industry), Hideo Koseki (Central Research Institute of Electric Power Industry)

キーワード：静的電圧安定性,発電機の並解列状態,特徴量選択,アンサンブル学習,Static Voltage Stability,Unit Commitment Status,Features Selection,Ensemble Learning

要約(日本語)：再生可能エネルギー電源の主力化に伴い，同期発電機(以下発電機）の並列台数が減少することで，基幹系統の電圧安定性の低下が懸念されている。そのため，運用時に電圧安定性を高速に評価できれば，安定性低下時の対策要否の判断を支援する有用な手段となると考えられる。本研究では、データとして取得が容易な発電機の並解列情報を用いた特徴量手法の基礎検討を行った。提案手法では，発電機の並解列情報に加えて，事前に重要度の高いデータを特徴量として追加する。試算の結果，提案手法が、より少ない特徴量数でノードやブランチの状態量（電圧，潮流等）を全て特徴量として学習させた予測モデルと同程度の精度を実現できることを確認した。

PDFファイルサイズ：380Kバイト