Prédiction proactive de panne en cascade basée sur des machines à vecteurs de support dans un réseau électrique intelligent utilisant un cadre probabiliste

Les événements majeurs de panne de courant à l'échelle mondiale mettent en évidence la nécessité d'une mise à niveau technologique dans le réseau traditionnel. L'une des mises à niveau majeures nécessaires concerne la génération d'avertissements précoces en cas de perturbations du réseau, telles que des contingences de ligne menant à des pannes en cascade. Cet article propose un modèle de prédiction de panne proactive pour un système d'avertissement précoce dans un réseau intelligent. Le modèle proposé évalue les performances du système de manière probabiliste, en état stationnaire et sous état dynamique (contingence de ligne), et prépare une base de données historique pour les états normaux et de panne en cascade. Une machine à vecteurs de support (SVM) a été entraînée avec cette base de données historique et est utilisée pour prédire les événements de panne à l'avance. La principale contribution de cet article est de capturer l'essence de la panne en cascade en utilisant un cadre probabiliste et en intégrant l'outil d'apprentissage machine SVM pour établir une règle de prédiction, capable de prévoir les scénarios de panne le plus tôt possible. Le modèle proposé est validé à l'aide du système de tests IEEE 30-bus. La prédiction proactive de pannes en cascade à l'aide du modèle proposé pourrait contribuer à réaliser la fonctionnalité de résilience du réseau du réseau intelligent.