基于深度学习的暂态电压稳定在线识别

摘要：

针对电力系统暂态电压稳定在线识别问题,提出了一种基于深度学习的识别方法,构建深层模型反映稳定类别与在线量测数据间的映射关系.采用多种先进处理技术对模型进行优化:为提高失稳样本分类准确率,修改原交叉熵目标函数;优化学习率以平衡模型的精度和速度;加入dropout技术防止过拟合;对隐层函数加入batch-norm处理技术以防止内部变量转变;为避免随机分组导致的准确率波动,采取10折交叉验证方法.以广东电网为研究对象,并与其他分类算法进行对比后表明所提方法识别精度高、速度快,且鲁棒性强,具有良好的工程应用价值.

关键词：暂态电压稳定识别、深度学习、10折交叉、广东电网、鲁棒性

所属期刊栏目：41

分类号：TM712(输配电工程、电力网及电力系统)

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：41-43,67