考虑暂态稳定过程的电力系统运行状态辨识OA北大核心CSTPCD
数据驱动背景下的电力系统状态辨识包含故障前和故障后两个场景,分别具有安全域和稳定域概念下的分析特点。受限于样本特征及应用场景的不一致,现有研究通常将其作为两个独立的问题进行建模。一方面,独立建模忽略了两者间的时序耦合性;另一方面,电力系统运行状态时刻在发生变化,基于单一场景建立的网络模型仅适配当前场景,基于双场景独立建模存在模型切换复杂及参数更新耗时过长等问题。针对以上问题,该文提出一种基于多尺度密集网络的电力系统状态辨识方法,同时适用于故障前和…查看全部>>
赵津蔓;韩肖清;牛哲文;张庚午;杨晶;李柏堉;武宇翔
太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024太原理工大学电气与动力工程学院,山西省太原市030024
动力与电气工程
运行状态辨识动态神经网络深度学习
《中国电机工程学报》 2024 (20)
P.7970-7982,I0005,14
评论