基于DIndRNN-RVM深度融合模型的AGC指令执行效果精准辨识及置信评估研究OA北大核心CSTPCD
Research on Accurate Identification and Confidence Evaluation of AGC Command Execution Effect Based on DIndRNN-RVM Deep Fusion Model
随着电网结构的日益复杂,机组执行(automatic generation control,AGC)指令的精准性对电网在线调控的影响正逐渐增强.针对当前部分厂站对AGC指令跟踪效果不理想的实际问题,该文引入"深度学习"技术对AGC调控指令执行效果进行精准感知和评估.首先提出一种基于深度学习的AGC指令执行效果精准辨识框架,采用深度独立循环神经网络(deep independent recurrent neural network,DIndRNN)…查看全部>>
陈光宇;孙叶舟;江海洋;王宁;康春雷;张仰飞;郝思鹏
南京工程学院电力工程学院,江苏省 南京市 211167南京工程学院电力工程学院,江苏省 南京市 211167国网黑龙江省电力有限公司,黑龙江省 哈尔滨市 150090国网黑龙江省电力有限公司,黑龙江省 哈尔滨市 150090国网黑龙江省电力有限公司,黑龙江省 哈尔滨市 150090南京工程学院电力工程学院,江苏省 南京市 211167南京工程学院电力工程学院,江苏省 南京市 211167
信息技术与安全科学
独立循环神经网络预处理策略交叉验证深度融合置信评估
《中国电机工程学报》 2022 (5)
自储能多端背靠背柔直在主动配电网运行优化中的应用研究
1852-1866,中插18,16
国家自然科学基金项目(51707089)江苏省配电网智能技术与装备协同创新中心开放基金资助项目(XTCX202003).本文还得到了江苏省"六大人才高峰"创新人才团队(TD-XNY-004)、江苏省高校自然科学研究重大项目(17KJA470003,18KJA470002)的资助,在此表示感谢!
评论