文献类型：期刊文章

作　　者：韩天森[1] 陈金富[1] 李银红[1] 何耿生[1] 李弘毅[2]

HAN Tiansen;CHEN Jinfu;LI Yinhong;HE Gengsheng;LI Hongyi(State Key Laboratory of Advanced Electromagnetic Engineering and Technology(Huazhong University of Science&Technology),Wuhan 430074,Hubei Province,China;Economy&Technology Research Institute of State Grid Hunan Electric Power Company,Changsha 410004,Hunan Province,China)

机构地区：[1]强电磁工程与新技术国家重点实验室(华中科技大学),湖北省武汉市430074 [2]国网湖南省电力公司经济技术研究院,湖南省长沙市410004

出　　处：《中国电机工程学报》

基　　金：国家重点研发计划项目(2016YFB0900100)。

年　　份：2020

卷　　号：40

期　　号：13

起止页码：4122-4130

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：机器学习是解决电力系统稳定评估问题的关键技术之一,但由于普遍存在的模型可解释性不足的缺点,其工程应用面临障碍。针对该问题,提出一种稳定评估机器学习模型通用解释方法,基于加权线性回归和正则化构造局部代理模型以解释原模型。提出2种不同的代理模型训练数据采样方法,得到连续和二元数据,利用两种采样数据分别训练代理模型,模型参数代表状态变量与稳定水平之间的灵敏度和贡献度,揭示机器学习模型的运算逻辑。解释结果可帮助决策者对模型建立信任,并可为稳定控制提供依据。算例对静态电压稳定裕度评估机器学习模型进行解释,验证解释方法的准确性和有效性。

关 键 词：可解释性 机器学习  稳定评估  代理模型 灵敏度 贡献度

分 类 号：TM71]