典型文献
基于深度残差网络的电力系统暂态电压稳定评估
文献摘要：
随着人工智能技术的发展,基于数据驱动的深度学习方法可兼顾在线评估的快速性与准确性.通过分析电力系统的电压时序信息,构建暂态电压稳定裕度指标.基于实时获取的广域测量信息,选择代表潮流水平的稳态信息、代表故障冲击程度的故障瞬间信息以及代表故障持续进展的滑动信息构建半固定半滑动的异构样本集,基于深度残差网络构建暂态电压稳定评估模型,分别输出系统的暂态电压稳定评估结果、各监测母线的暂态电压稳定评估结果以及电压稳定裕度信息,为在线监控提供指导.在计及高压直流输电和风电接入影响的改进中国电科院36节点系统进行仿真验证,结果表明,该方法无需接收保护设备的故障切除时间信息,可在故障切除时刻之前给出高精度的评估结果,具有较高的实时性和准确性.
文献关键词：
电力系统;暂态电压稳定;深度学习;深度残差网络
中图分类号：
作者姓名：
季佳伸;吴俊勇;王彦博;史法顺;李宝琴
作者机构：
北京交通大学电气工程学院,北京市 海淀区 100044
文献出处：
引用格式：
[1]季佳伸;吴俊勇;王彦博;史法顺;李宝琴-.基于深度残差网络的电力系统暂态电压稳定评估)[J].电网技术,2022(07):2500-2509,中插7-中插8
A类：
B类：
深度残差网络,电力系统,暂态电压稳定,电压稳定评估,深度学习方法,在线评估,快速性,时序信息,电压稳定裕度,稳定裕度指标,广域测量,瞬间,信息构建,样本集,网络构建,别输,母线,在线监控,高压直流输电,风电接入,节点系统,仿真验证,保护设备,故障切除,时间信息
AB值：
0.231023
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。
