| 采用多层次特征融合SPP-net的暂态稳定多任务预测 |
| |
| 引用本文： | 陈庆超,韩松,毛钧毅. 采用多层次特征融合SPP-net的暂态稳定多任务预测[J]. 控制与决策, 2022, 37(5): 1279-1288 |
| |
| 作者姓名： | 陈庆超 韩松 毛钧毅 |
| |
| 作者单位： | 贵州大学电气工程学院,贵阳550025 |
| |
| 基金项目： | 国家自然科学基金项目(51567006);贵州省普通高等高校科技拔尖人才支持计划项目(2018036);贵州省科学技术基金项目(黔科合基础[2019]1100);贵州省科技创新人才团队项目([2018]5615). |
| |
| 摘 要： | 为提升基于卷积神经网络(CNN)的电力系统暂态稳定预测性能并呈现更全面的预测结果,提出一种基于多层次特征融合空间金字塔池化网络(MSPP-net)的暂态稳定多任务预测方法.首先,通过同步相量测量装置(PMUs)获取故障清除后各发电机功角、机端母线电压幅值及相角数据,构造出一个三维输入矩阵;其次,在CNN的基础上采用空间...
|
| 关 键 词： | 多层次特征融合 空间金字塔池化网络 暂态稳定预测 多任务预测 卷积神经网络 |
Multi-task prediction for transient stability using, multi-level feature fusion based SPP-net |
| |
| CHEN Qing-chao,HAN Song,MAO Jun-yi. Multi-task prediction for transient stability using, multi-level feature fusion based SPP-net[J]. Control and Decision, 2022, 37(5): 1279-1288 |
| |
| Authors: | CHEN Qing-chao HAN Song MAO Jun-yi |
| |
| Affiliation: | The Electrical Engineering College,Guizhou University,Guiyang 550025, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
