基于卷积神经网络综合模型和稳态特征量的电力系统暂态稳定评估

为了提高卷积神经网络(convolutional neural network,CNN)的分类性能,提出CNN综合模型,以及CNN与时域仿真相结合的暂态稳定评估解决思路。首先,构建若干个具有相同结构、不同参数的CNN模型进行训练和预测;然后根据一定的结果综合原则对若干个CNN模型的预测结果进行综合,得到"稳定"、"不稳定"和"不确定"3种分类预测结果;最后将结果不确定的样本送入时域仿真进行稳定评估。采用某省级电网算例进行了分类效果验证。结果表明,对于某故障形式,所提出的CNN综合模型,确定样本实现了100%的正确率,而结果不确定的样本占总样本的比例在6%以内,说明该模型具有良好的故障筛选性能。