基于卷积神经网络综合模型和稳态特征量的电力系统暂态稳定评估

摘要：

为了提高卷积神经网络(convolutional neural network,CNN)的分类性能,提出CNN综合模型,以及CNN与时域仿真相结合的暂态稳定评估解决思路.首先,构建若干个具有相同结构、不同参数的CNN模型进行训练和预测;然后根据一定的结果综合原则对若干个CNN模型的预测结果进行综合,得到”稳定”、”不稳定”和”不确定”3种分类预测结果;最后将结果不确定的样本送入时域仿真进行稳定评估.采用某省级电网算例进行了分类效果验证.结果表明,对于某故障形式,所提出的CNN综合模型,确定样本实现了100％的正确率,而结果不确定的样本占总样本的比例在6％以内,说明该模型具有良好的故障筛选性能.

关键词：卷积神经网络、稳态特征量、综合模型、电力系统、暂态稳定评估

所属期刊栏目：39

分类号：TM77(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目5442xt170016

在线出版日期：2019-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4025-4031