基于失稳模式自适应捕捉的暂态稳定评估方法OA北大核心CSTPCD
在电力系统暂态稳定评估(transientstabilityassessment, TSA)问题中,普通机器学习算法数据挖掘能力的有限性阻碍了TSA模型评估精度的进一步提高。针对此问题,以电力系统数据的不同失稳模式为切入点,提出了基于失稳模式自适应捕捉的TSA方法,构建了由多个子评估模型和一个失稳模式判别模型组成的自适应判稳组合模型。首先,根据失稳模式的不同对原始数据集进行分类,分别训练多个针对不同失稳模式的子评估模型。然后,利用失稳模式判别模型…查看全部>>
张诗熠;王怀远;李剑;卢国强
新能源发电与电能变换重点实验室(福州大学),福建福州350108新能源发电与电能变换重点实验室(福州大学),福建福州350108国网青海省电力公司,青海西宁810001国网青海省电力公司,青海西宁810001
动力与电气工程
深度学习暂态稳定评估失稳模式集成学习自适应评估
《电力系统保护与控制》 2024 (18)
P.35-44,10
福建省自然科学基金项目资助(2022J01113)国网青海省电力公司科技项目资助(522800230001)。
评论