时空广义学习评估模型

训练时间大幅缩短

将图卷积与时间卷积提取的特征交由广义学习系统分类，以浅层架构实现快速训练，避免了深度学习模型随层数增加而训练时间过长的问题，显著提升电力系统暂态稳定评估的效率。

Zhao, Haiquan Zhao · 74009268

IEEE Transactions on Automation Science and Engineering 2025

技术优势

训练时间大幅缩短

采用广义学习系统替代深层网络，避免了因层数增加导致的训练时间延长，提高了评估效率。

时空特征提取更有效

结合图卷积和时序卷积，分别提取电网拓扑的空间特征和量测数据的时间特征，提升了BLS的分类性能。

应用场景

• 电网稳定控制：快速给出暂态稳定评估结果，辅助控制决策。
• 电网在线监测：利用实时量测数据在线评估稳定状态。
• 电网调度自动化：快速评估结果可集成到调度自动化流程中。