典型文献
基于长短期记忆循环神经网络的AGC实时控制策略
文献摘要：
大量新能源的接入以及电网中冲击负荷数量的剧增,使得电网对自动发电控制(AGC)策略提出了新的要求.简化AGC的一般控制流程,对比不同AGC策略的控制特性,在每个考核周期内选择控制效果更优的控制策略,并充分发挥多种控制策略在各自优势工况下的性能,以得到优秀控制数据集;在此基础上,以长短期记忆(LSTM)循环神经网络为神经元构建AGC策略深度学习模型,并提出一种基于LSTM循环神经网络的数据驱动型AGC实时控制策略.仿真结果表明,基于深度学习的控制策略的整体性能优于任何单一控制策略.
文献关键词：
自动发电控制;控制策略;深度学习;长短期记忆循环神经网络;数据驱动
中图分类号：
作者姓名：
李滨;王靖德;梁水莹;韦昌福
作者机构：
广西大学 广西电力系统最优化与节能技术重点实验室,广西 南宁 530004;广西电网有限责任公司电力科学研究院,广西 南宁 530023;广西电网有限责任公司电力调度控制中心,广西 南宁 530023
文献出处：
引用格式：
[1]李滨;王靖德;梁水莹;韦昌福-.基于长短期记忆循环神经网络的AGC实时控制策略)[J].电力自动化设备,2022(03):128-134
A类：
B类：
长短期记忆循环神经网络,AGC,实时控制,冲击负荷,自动发电控制,控制流程,控制特性,考核周期,控制数据,深度学习模型,整体性能
AB值：
0.198976
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。
