基于卷积神经网络的暂态电压稳定评估及风险量化

被引：43

作者：

陈达 ^{[1
,2
]}

朱林 ^{[1
]}

张健 ^{[1
]}

吴子龙 ^{[1
]}

徐敏 ^{[3
]}

龙霏 ^{[4
]}

机构：

[1] 华南理工大学电力学院

[2] 国网江苏省电力有限公司检修分公司

[3] 南方电网科学研究院有限责任公司

[4] 广东电网有限责任公司电力调度控制中心

来源：

电力系统自动化 | 2021年 / 45卷 / 14期

关键词：

暂态电压稳定; 卷积神经网络; 可信度; 四元评估; 风险量化;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定]; TP183 [人工神经网络与计算];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

提出了一种暂态电压稳定性评估及其风险量化方法。首先,探讨卷积神经网络(CNN)与暂态电压稳定评估的关联性和匹配性,建立了基于CNN的暂态电压稳定评估模型。其次,在可信度框架下引入四元评估结构,可有效解决CNN在稳定边界识别上对时域仿真依赖的难题。然后,通过评估结果获取暂态电压稳定裕度,并将其与可信度相结合来构建风险函数,从而实现对暂态电压稳定的风险量化分级。实际电网算例分析结果验证了该方法的有效性。

引用

页码：65 / 71

页数：7

共 17 条

[1]

基于深度学习的电力系统暂态稳定评估及风电功率预测方法研究 [D].