典型文献
基于两阶段特征选择和格拉姆角场的配电网拓扑辨识方法
文献摘要：
分布式能源并网、辐射状与环状拓扑混合运行、量测误差等影响因素使得配电网在线拓扑难以准确获得.为此,文中提出了一种基于两阶段特征选择和格拉姆角场(GAF)的配电网拓扑辨识方法.首先,基于XGBoost和最大信息系数的两阶段特征选择方法筛选出不含冗余拓扑特征信息的重要量测.其次,基于GAF特征变换,将一维的配电网时间断面量测数据变换为二维的GAF,在保留时间断面的节点电压分布规律的同时,有效表征节点电压幅值分布中的拓扑特征信息.最后,设计了一种适用于拓扑辨识的三卷积层神经网络模型,凭借卷积和池化的运算特性以及抗噪性,稳定地提取GAF所蕴含的拓扑特征信息,从而准确建立配电网节点电压幅值分布到拓扑的映射关系.通过IEEE 33节点系统验证了所提方法的有效性,并分析了所提方法对不同噪声水平、数据缺失比例以及其他场景的适应性.
文献关键词：
智能配电网;拓扑辨识;深度学习;格拉姆角场;卷积神经网络
中图分类号：
作者姓名：
潘毓笙;秦超
作者机构：
天津大学电气自动化与信息工程学院,天津市 300072
文献出处：
引用格式：
[1]潘毓笙;秦超-.基于两阶段特征选择和格拉姆角场的配电网拓扑辨识方法)[J].电力系统自动化,2022(16):170-177
A类：
B类：
两阶段特征选择,格拉姆角场,配电网拓扑,拓扑辨识,辨识方法,分布式能源并网,辐射状,混合运行,量测误差,GAF,XGBoost,最大信息系数,选择方法,拓扑特征,特征信息,特征变换,量测数据,保留时间,节点电压,电压分布,电压幅值,值分布,三卷,卷积层,池化,抗噪性,映射关系,IEEE,节点系统,系统验证,噪声水平,数据缺失,智能配电网
AB值：
0.299337
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。
