典型文献
基于深度神经网络和内外部因素的大电网安全态势感知研究
文献摘要：
随着电网结构的日益复杂,运行调度变得更加困难,大停电事故发生的风险也日益增加,因此能够及时有效地对大电网的安全态势进行感知显得尤为重要.在态势要素提取阶段,从内部因素与外部因素两个方面出发,构建大电网安全态势评价体系,其中外部因素通过统计分析1981年～2015年全国电网的大停电事故得出;在态势理解阶段,通过层次分析法与改进的熵权法获得各指标的综合权重,加权平均得到大电网的安全态势评估值,实现对大电网安全态势的综合评价;在态势预测阶段,构建深度神经网络模型,完成对大电网安全态势的预测.为进一步验证预测模型的有效性,将其与BP神经网络和RBF神经网络对比分析,验证了深度神经网络模型可以有效地对大电网的安全态势进行预测,且预测精度高于传统的神经网络模型.
文献关键词：
态势感知;大停电事故;评价体系;评估值;深度神经网络
中图分类号：
作者姓名：
于群;李浩;屈玉清
作者机构：
山东科技大学电气与自动化工程学院,山东青岛266510;天津大学智能电网教育部国家重点实验室,天津300072
文献出处：
引用格式：
[1]于群;李浩;屈玉清-.基于深度神经网络和内外部因素的大电网安全态势感知研究)[J].电测与仪表,2022(02):16-23,67
A类：
B类：
内外部因素,大电网,电网安全,安全态势感知,感知研究,电网结构,运行调度,大停电事故,态势要素,要素提取,内部因素,态势理解,改进的熵权法,综合权重,加权平均,安全态势评估,评估值,态势预测,深度神经网络模型,RBF,网络对比
AB值：
0.25472
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。
