来源：期刊VIP网 时间：
作者：许洵;黄宗武;胡浩;樊友平;范建斌;舒印彪;
单位：武汉大学电气与自动化学院;武汉大学新型电力系统与国际标准研究院;
摘要：为充分利用电网中潜在关联的多组特征和高维多源异构数据，提出一种基于多变量合作学习、最小绝对收缩和选择算法（least absolute shrinkage and selection operator,LASSO）的电压稳定裕度在线评估方法。首先，利用合作学习算法在无功储备、节点电压等系统异质运行参数之间形成最佳融合模式，并通过局部加权LASSO回归工具建立评估模型。然后，设计数据库自动更新系统，实现模型对运行工况的检测与自动更新。最后，采用IEEE30节点和1 951节点系统对所提方法进行验证。结果表明该方法在功率增长方向、运行方式等变化情况下，具有良好的准确性及泛化性。
关键词：静态电压稳定裕度;;异构数据融合;;合作学习;;最小绝对收缩和选择算法;;局部线性回归
基金资助：国家重点研发计划项目国家质量基础设施体系专项（编号：2022YFF06010600）
