|国家科技期刊平台
| 注册
首页|期刊导航|高电压技术|基于深度学习与内核岭回归的电力系统鲁棒状态估计

基于深度学习与内核岭回归的电力系统鲁棒状态估计

王泽 张玉敏 吉兴全 徐波 杨明 韩学山

高电压技术2022，Vol.48Issue(4)：1332-1342,11.
✕
高电压技术2022，Vol.48Issue(4)：1332-1342,11.DOI:10.13336/j.1003-6520.hve.20210700

基于深度学习与内核岭回归的电力系统鲁棒状态估计

Robust State Estimation of Power System Based on Deep Learning and Kernel Ridge Regression

王泽 1张玉敏 1吉兴全 1徐波 2杨明 3韩学山3

作者信息

  • 1. 山东科技大学电气与自动化工程学院,青岛266590
  • 2. 国网能源研究院有限公司,北京102209
  • 3. 山东大学电网智能化调度与控制教育部重点实验室,济南250061
  • 折叠

摘要

关键词

注意力机制/辅助预测鲁棒状态估计/内核岭回归/卷积神经网络/长短期记忆神经网络

引用本文复制引用

王泽,张玉敏,吉兴全,徐波,杨明,韩学山..基于深度学习与内核岭回归的电力系统鲁棒状态估计[J].高电压技术,2022,48(4):1332-1342,11.

基金项目

国家自然科学基金(52107111) （52107111）

山东省自然科学基金青年基金资助项目(ZR2021QE117). （ZR2021QE117）

高电压技术

OA北大核心CSCDCSTPCD

1003-6520

访问量0
|
下载量0
段落导航相关论文