基于支持向量机和长短期记忆网络的暂态功角稳定预测方法
为实现暂态功角稳定性及功角轨迹的预测,提出一种支持向量机(SVM)与长短期记忆(LSTM)网络相结合的预测方法.根据系统动态特性构造暂态特征变量,采用SVM训练暂态稳定性分类器,对暂态稳定进行初步评估;利用LSTM网络对分类器评估的失稳样本进行发电机功角轨迹预测,提前发现失稳机组,减少误判样本数.通过IEEE 10机39节点系统产生训练样本并对所提方法进行测试,结果验证了所提方法的快速性和精确性.
暂态功角稳定预测、支持向量机、循环神经网络、长短期记忆网络、功角轨迹预测
40
TM761(输配电工程、电力网及电力系统)
国家自然科学基金资助项目;国网湖南省电力有限公司科技项目
2020-04-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
129-136