10.3969/j.issn.1000-3886.2022.06.008
考虑量测数据缺失的电力系统暂态稳定评估
电力系统量测数据在传输过程中可能出现缺失,进而影响现有暂态稳定评估方法的性能.为此,基于生成对抗网络(generative adversarial networks,GAN)和极限学习机(extreme learning machine,ELM),提出了一种考虑量测数据缺失的电力系统暂态稳定评估方法.首先,使用GAN生成符合真实数据分布的新数据,解决量测数据缺失问题;然后,利用ELM评估模型实现对电力系统的暂态稳定评估;最后,在新英格兰10机39节点系统上进行测试.结果表明,所提方法能够有效修复缺失数据,显著提高暂态稳定评估准确率.与其他评估模型相比,其更适用于电力系统暂态稳定评估领域,有益于基于数据驱动的暂态稳定评估方法的实际应用.
暂态稳定评估、生成对抗网络、极限学习机、数据缺失、数据分布
44
TM712(输配电工程、电力网及电力系统)
国家自然科学基金52007103
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
22-24