基于不变风险最小化的高比例分布式光伏配电网拓扑异常检测

摘要： 高比例分布式光伏接入配电网后，其出力波动导致终端用户功率数据偏移，不满足机器学习中数据独立同分布的要求，导致基于学习的拓扑异常检测方法收敛慢、精度低。为此，提出一种基于不变风险最小化（IRM）方法的高比例分布式光伏配电网拓扑异常检测方法。基于自适应在线深度学习构建配电网数据潮流（DF）模型，利用用户和配电变压器侧的历史量测数据反映量测点有限的配电网中各电气量间的潮流映射关系。基... （共8页）