典型文献
深度学习辅助的区域交直流配电网区间状态估计
文献摘要：
针对区域交直流混合配电网中实时量测覆盖率低、量测误差分布具有不确定性的问题,提出了基于深度神经网络(DNN)伪量测建模的交直流配电网区间状态估计方法.该方法首先对DNN进行离线训练,然后将实时量测数据和电压源换流器控制的变量值作为DNN的输入特征,建立伪量测模型;接着,在实时量测更新时,利用已训练好的DNN快速生成伪量测;最后,对伪量测和实时量测的不确定性采用区间形式建模并进行区间状态估计,进而准确监测交直流系统状态.算例仿真结果表明,所提方法能够避免对量测误差的概率分布进行假设,并且能够在低冗余量测配置或量测缺失时,准确获得交直流配电网状态变量的上下界信息.
文献关键词：
交直流配电网;区间状态估计;深度神经网络;伪量测;不确定性
中图分类号：
作者姓名：
费有蝶;黄蔓云;卫志农;孙国强
作者机构：
河海大学能源与电气学院,江苏省南京市 211100
文献出处：
引用格式：
[1]费有蝶;黄蔓云;卫志农;孙国强-.深度学习辅助的区域交直流配电网区间状态估计)[J].电力系统自动化,2022(01):101-109
A类：
区间状态估计
B类：
交直流配电网,交直流混合配电网,量测误差,误差分布,确定性的,深度神经网络,DNN,伪量测,估计方法,离线训练,量测数据,电压源换流器,变量值,输入特征,练好,快速生成,交直流系统,概率分布,低冗余,余量,量测缺失,状态变量,上下界
AB值：
0.227858
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。
