典型文献
基于卷积神经网络和层次分析的新能源电源调频能力智能预测方法
文献摘要：
针对新型电力系统实时运行期间,各个新能源机组的一次调频能力难以定量评估问题,源于数据驱动理论,提出一种基于卷积神经网络(convolutional neural networks,CNN)和层次分析法的新能源机组调频能力综合评估方法.以新能源机组有功出力、调频持续时间以及机组容量为指标,建立评估指标体系;采用卷积神经网络技术合理预测不同指标的数值,并通过层次分析法确定各指标间的相对权重.在PSCAD/EMTDC仿真软件中搭建包含风电场和光伏电站的IEEE 3机9节点模型进行仿真验证,算例结果表明所提出指标可以在数值上定量反映出各个新能源机组的调频能力,也验证了文中所提评估方法的有效性.
文献关键词：
新能源电源;一次调频能力;数据驱动理论;评估指标体系;卷积神经网络;层次分析法
中图分类号：
作者姓名：
王智伟;徐海超;郭相阳;马炯;褚云龙;陈前昌;卢治
作者机构：
国家电网有限公司西北分部,陕西 西安710048;中国电力科学研究院有限公司南京分院,江苏 南京 210003;电网智能化调度与控制教育部重点实验室(山东大学),山东 济南250061
文献出处：
引用格式：
[1]王智伟;徐海超;郭相阳;马炯;褚云龙;陈前昌;卢治-.基于卷积神经网络和层次分析的新能源电源调频能力智能预测方法)[J].山东大学学报（工学版）,2022(05):70-76
A类：
数据驱动理论
B类：
新能源电源,智能预测,新型电力系统,时运,运行期,新能源机组,一次调频能力,以定,定量评估,convolutional,neural,networks,机组调频,综合评估方法,有功,出力,评估指标体系,神经网络技术,同指,相对权重,PSCAD,EMTDC,风电场,光伏电站,IEEE,节点模型,仿真验证
AB值：
0.276823
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
