典型文献
基于改进深度森林的暂态电压稳定快速评估
文献摘要：
随着高压直流输电工程的密集投运,暂态电压稳定问题日益凸显,对系统安全稳定运行产生了严重的威胁.基于改进的深度森林,提出了一种暂态电压稳定智能化评估方法.通过最大相关最小冗余(maximum correlation minimum redundancy,mRMR)代替多粒度扫描提取强表征特征子集,避免了计算量大、内存占用多问题.然后,对极限梯度提升树(extreme gradient boosting,XGBoost)进行集成以构造新的级联森林,进一步提升模型预测精度.在改进的新英格兰10机39节点测试系统中开展算例分析,结果表明,所提方法具有评估精度高,计算耗时短和鲁棒性强的优点,可辅助电网运行人员在故障后及时预判暂态电压失稳风险,从而提升系统安全稳定运行能力.
文献关键词：
高压直流输电;暂态电压稳定;最大相关最小冗余;深度森林;机器学习
中图分类号：
作者姓名：
朱瑞金;董亚丽;唐波
作者机构：
西藏农牧学院电气工程学院,西藏林芝 860000;国网西藏电力有限公司电力科学研究院,西藏拉萨 850000
文献出处：
引用格式：
[1]朱瑞金;董亚丽;唐波-.基于改进深度森林的暂态电压稳定快速评估)[J].电网与清洁能源,2022(06):24-30,43
A类：
B类：
进深,深度森林,暂态电压稳定,快速评估,高压直流输电,输电工程,投运,稳定问题,系统安全,安全稳定运行,最大相关最小冗余,maximum,correlation,minimum,redundancy,mRMR,多粒度扫描,特征子集,计算量,内存占用,对极,极限梯度提升树,extreme,gradient,boosting,XGBoost,级联森林,新英格兰,测试系统,算例分析,电网运行,运行人员,暂态电压失稳,提升系统,运行能力
AB值：
0.345694
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。
