典型文献
基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法
文献摘要：
为保证电网安全稳定运行,提高电网防灾减灾和弹性水平,提出了一种基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法.首先,采用主客观权重相结合的动态赋权方法,对气象因子进行初始赋权,以合理表征不同气象因子对电网故障的影响程度.然后,对传统的深度自编码网络增加稀疏性约束条件,以提高网络训练的收敛性,并在深度自编码网络的最后一层增加场景分类器,以提高气象因子与电网故障场景间关联关系的合理性.最后,将带权重的气象因子以及设备因子和环境因子作为深度稀疏自编码网络的输入,利用支持向量机构建多因素耦合的电网气象灾害故障预警模型.采用实际电网故障算例验证了所提方法的有效性.
文献关键词：
电网气象故障;预警方法;动态组合权重;场景分类器;深度稀疏自编码网络
中图分类号：
作者姓名：
胡谅平;丛伟;徐安馨;魏振;邱吉福;陈明
作者机构：
电网智能化调度与控制教育部重点实验室(山东大学),山东济南 250061;国网山东省电力公司日照 供电公司,山东日照 276800;国网山东省电力公司青岛供电公司,山东青岛 266001
文献出处：
引用格式：
[1]胡谅平;丛伟;徐安馨;魏振;邱吉福;陈明-.基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法)[J].电力系统保护与控制,2022(20):68-78
A类：
深度稀疏自编码网络,场景分类器,电网气象故障,动态组合权重
B类：
故障预警,预警方法,电网安全,安全稳定运行,防灾减灾,主客观权重,动态赋权,赋权方法,气象因子,同气,电网故障,深度自编码网络,稀疏性约束,网络训练,收敛性,加场,高气,故障场景,关联关系,环境因子,多因素耦合,气象灾害,灾害故障,预警模型,算例验证
AB值：
0.187543
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。
