典型文献
基于深度学习的分布式光伏发电系统电压稳定性评估
文献摘要：
针对现有分布式光伏发电系统电压稳定性评估方法中存在的评估效果较差等问题,提出基于深度学习的分布式光伏发电系统电压稳定性评估方法.利用光伏电池板、汇流箱等组件,完成分布式光伏发电系统架构,以接入配电网等效电路为依据,分析引起发电系统电压变化的原因;通过融合特征提取与分类评估两个阶段,构建电压稳定性评估模式,经搜寻自动编码器最佳参数,构建基于自动编码器的堆叠自动编码器,将其与分类器结合,完成电压稳定性评估模型设计,实现分布式光伏发电系统电压稳定性评估.仿真实验中采用降低光照强度、提升环境温度以及发生瞬时性单相接地短路等方式,确定发电系统负荷母线电压变化情况,验证了所提方法可准确完成电压稳定性评估,具有良好的有效性与抗扰性.
文献关键词：
深度学习;分布式光伏发电系统;稳定性评估;自动编码器
中图分类号：
作者姓名：
吕晓洁
作者机构：
中国国际工程咨询有限公司,北京100048
文献出处：
引用格式：
[1]吕晓洁-.基于深度学习的分布式光伏发电系统电压稳定性评估)[J].电子设计工程,2022(17):114-118
A类：
B类：
分布式光伏发电系统,电压稳定性,稳定性评估,评估效果,利用光,光伏电池板,汇流,系统架构,配电网,等效电路,电压变化,融合特征,分类评估,评估模式,搜寻,最佳参数,堆叠自动编码器,分类器,模型设计,低光照,光照强度,瞬时性,单相接地短路,系统负荷,母线电压,抗扰性
AB值：
0.173025
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。
