DPSYFOR数据集：面向电力系统强迫振荡分析的开创性数据资源

《IEEE Data Descriptions》：Descriptor: Dataset for Power SYstem Forced Oscillation Responses (DPSYFOR)

本推荐介绍DPSYFOR数据集，该资源针对电力系统强迫振荡(FO)分析中公开数据匮乏的问题，通过基于实际电网模型（包括240母线mini-WECC和1996年大停电WECC模型）的大规模仿真，生成了涵盖0.1-1.5Hz多种振荡频率、源自调速器(TGOV1/HYGOV)和励磁器(SEXS/IEEEX1)的9090组时序列数据。该数据集支持机器学习(ML)等数据驱动方法在FO源定位(OSL)中的开发与验证，对提升电网稳定性具有重要意义。

　　

电力系统如同一个精密的交响乐团，各发电机需要保持同步运行。然而，强迫振荡(Forced Oscillation, FO)就像乐团中一个乐器持续走调，会引发整个系统的连锁反应，严重时可能导致大规模停电事故。1996年8月10日美国西部电网的大停电就是惨痛教训。尽管相量测量单元(Phasor Measurement Unit, PMU)的部署为监测电网动态提供了高精度数据，但真实的振荡事件数据往往被电网运营商视为敏感信息而不公开共享。这种数据匮乏严重制约了基于数据驱动的振荡分析方法的发展，特别是机器学习(Machine Learning, ML)算法在振荡源定位(Oscillation Source Location, OSL)中的应用。

为解决这一难题，华盛顿州立大学的研究团队在《IEEE Data Descriptions》上发表了题为"Dataset for Power System Forced Oscillation Responses (DPSYFOR)"的数据描述论文。该研究创建了一个大规模、高质量的强迫振荡数据集，为电力系统振荡分析提供了宝贵的基准数据资源。

研究团队采用了两类具有代表性的电网模型进行仿真：一是美国国家可再生能源实验室(NREL)开发的240母线mini-WECC简化模型，模拟高比例可再生能源接入(达78%)的现代电网；二是再现1996年大停电场景的大规模WECC详细模型。通过在调速器(如TGOV1、HYGOV)和励磁器(如SEXS、IEEEX1)等关键控制环节注入0.1-1.5Hz的周期性扰动，并结合负载随机波动模拟实际环境，生成了系统性的振荡响应数据。

关键技术方法包括：使用Powertech TSAT(暂态安全评估工具)进行动态仿真，MATLAB脚本实现流程自动化；通过调整电力系统稳定器(Power System Stabilizer, PSS)参数改变系统阻尼特性，创建不同振荡场景；采用标准化的数据命名格式(如FO_Gov_0.10pu_0.10Hz_1032_C)确保数据可追溯性；记录全网PMU量测数据(电压、相角、有功/无功功率等)，提供全观测性条件。

Mini-WECC系统仿真结果

在240母线系统中，研究设置了三种情景：Case-1保留原PSS配置，系统阻尼较低(最低模式阻尼比2%)；Case-2调整PSS提升阻尼；Case-3随机启用/禁用PSS。共生成8130个FO案例，覆盖555个TGOV1源、375个HYGOV源和1635个SEXS源。

当FO注入调速器时，主要引起有功功率和频率振荡。如图4所示，0.1Hz扰动施加于4035C发电机TGOV1控制器后，系统表现出明显的功率波动。

而FO作用于励磁器时(如图3)，振荡主要体现在无功功率和电压幅值上。图5展示了0.2Hz扰动从2030E发电机SEXS励磁器注入后的系统响应。

大规模WECC模型验证

采用15000母线的大规模WECC模型进一步验证数据真实性，生成960个FO案例(525个TGOV1源、435个IEEEX1源)。该模型包含GENROU发电机、TGOV1调速器和IEEEX1励磁器等标准组件，确保了仿真结果的工程实用性。

数据组织与可访问性

数据集按系统(Mini-WECC/WECC)和振荡源(调速器/励磁器)分类存储，每个文件包含7201×1117( Mini-WECC)或7201×4021(WECC)维度的时序数据，涵盖电压幅值、相角、有功/无功功率等全系统量测。数据通过https://eecs.wsu.edu/research/esic/sail公开共享。

研究创建的DPSYFOR数据集突破了FO研究中的数据瓶颈，其重要意义体现在三方面：首先，为耗散能量函数(Dissipative Energy Function, DEF)、交叉功率谱密度(Cross Power Spectral Density, CPSD)等物理模型提供了标准化测试平台；其次，支持监督学习、迁移学习等ML方法在OSL中的训练与验证，特别是不同系统模型间的算法泛化能力测试；最后，通过全系统PMU数据揭示了FO传播的空间特性，为理解振荡机理提供了全新视角。该资源将加速数据驱动方法在电力系统稳定分析中的实际应用，为构建更 resilient 的电网提供数据基石。