基于生成对抗网络与度量学习的数据驱动频率安全评估OA北大核心CSTPCD
随着大容量远距离高压直流输电工程的建设和大规模可再生能源的接入,电力系统的频率安全面临严峻挑战。为了对频率安全进行快速准确的在线评估,提出一种基于度量学习与生成对抗网络技术的数据驱动频率安全评估模型。首先,选取关键频率安全指标作为模型输出,并构建输入特征集。然后,使用改进的基于Wasserstein距离度量的生成对抗网络(Wasserstein generative adversarial network, WGAN)学习电力系统历史运行场景分布…查看全部>>
李华瑞;李文博;李铮;贾宇乔;刘全;缪德炀;李雅然;王宝财
国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100国网江苏省电力有限公司电力科学研究院,江苏南京211100电网安全与节能国家重点实验室(中国电力科学研究院有限公司),北京100192
计算机与自动化
频率安全机器学习数据驱动生成对抗网络度量学习
《电力系统保护与控制》 2024 (18)
P.101-111,11
江苏省基础研究计划自然科学基金项目资助(BK20230167)北京市自然科学基金青年基金项目资助(3234063)国网江苏省电力有限公司科技项目资助(J2022016)。