基于深度学习的多输入特征融合的暂态电压稳定性评估方法
暂态电压稳定性评估是电力系统稳定性评估中的难点和重点.提出一种基于深度学习、考虑多输入特征集的暂态电压稳定性评估方法,首先建立包含故障前、故障发生时刻、故障切除时刻的多输入故障集;然后基于深度学习建立卷积神经网络并离线训练PMU数据,最终达到快速准确评估暂态电压稳定性的目的.仿真结果表明,提出的评估方法与现有的神经网络、最小二乘支持向量机方法相比,在准确率、评估速度2方面有着较大提升.
特征集、卷积神经网络、稳定性评估
37
TM712(输配电工程、电力网及电力系统)
国家自然科学基金项目;青海省自然科学基金项目
2021-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
79-84