动态EEAC的自适应分段映射

在完整的扩展等面积准则(EEAC)算法流程中，动态EEAC(DEEAC)是在解析的静态EEAC(SEEAC)与精确的集成EEAC(IEEAC)之间的桥梁环节。为了更好地综合IEEAC的精确性与SEEAC的快速性，文中研究了DEEAC的分段数对完整EEAC算法性能的影响规律。并在此基础上，融合因果分析及机器学习方法，在DEEAC中采用自适应分段的泰勒级数展开及降维映射，以替代在故障中及故障后的2分段展开方式。根据DEEAC与SEEAC所得稳定裕度之差，定义算例的时变度指标，并据此自动调整DEEAC环节的分段数。对36套中国区域和省级电力系统数据的3 272个算例，包括对称及不对称故障在内的仿真结果表明:自适应分段的DEEAC比固定分段的DEEAC的计算量平均增加4%，但显著提升了强时变算例的分析精度，减小了稳定分类器的降效性误判率