典型文献
基于混合监督式学习的输电断面功率极限快速评估方法
文献摘要：
快速、准确地实时评估电网输电断面功率极限,对于电网安全、稳定、经济运行至关重要.为此,提出一种基于混合监督式学习算法的自适应方法,通过对历史运行方式的大量仿真分析和特征提取,训练并定期更新人工智能模型,形成电网运行状态与功率极限的准确匹配关系,从而快速、准确地实时评估输电断面功率极限.所提方法采用多种监督式学习预测算法,包括深度神经网络、支持向量回归、梯度提升决策树、随机森林,使用混合模型进行功率极限预测可充分发挥不同算法优势.该方法的有效性在具有真实运行特性的500节点输电网模型中得到验证.
文献关键词：
人工智能;输电断面;机器学习;功率极限预测;电网运行方式
中图分类号：
作者姓名：
张静;叶琳;刁瑞盛;徐建平;吕勤
作者机构：
国网浙江省电力有限公司,杭州 310007;国电南瑞南京控制系统有限公司,南京 211106;国网浙江省电力有限公司金华供电公司,浙江 金华 321000
文献出处：
引用格式：
[1]张静;叶琳;刁瑞盛;徐建平;吕勤-.基于混合监督式学习的输电断面功率极限快速评估方法)[J].浙江电力,2022(09):72-79
A类：
功率极限预测
B类：
混合监督,监督式学习,输电断面,快速评估,实时评估,电网安全,经济运行,行至,自适应方法,人工智能模型,匹配关系,预测算法,深度神经网络,支持向量回归,梯度提升决策树,混合模型,运行特性,输电网,电网模型,电网运行方式
AB值：
0.303108
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。
