| 基于一维卷积神经网络的电力系统暂态稳定评估 |
| |
| 引用本文： | 高昆仑,杨帅,刘思言,李向伟. 基于一维卷积神经网络的电力系统暂态稳定评估[J]. 电力系统自动化, 2019, 43(12): 18-26 |
| |
| 作者姓名： | 高昆仑 杨帅 刘思言 李向伟 |
| |
| 作者单位： | 全球能源互联网研究院有限公司,北京市,102209;华北电力大学电气与电子工程学院,北京市,102206 |
| |
| 基金项目： | 国家电网公司科技项目(SGGR0000JSJS1800569) |
| |
| 摘 要： | 系统遭遇暂态故障的过程是随时间发展的过程,基于传统机器学习的暂态稳定评估方法通常难以捕捉其时间维度信息,限制了评估性能的提高。针对该问题,提出了一种基于一维卷积神经网络(1D-CNN)的暂态稳定评估方法。该方法直接面向底层量测数据,凭借其特有的一维卷积和池化运算特性,能自动提取出暂态过程所蕴含的时序特征,从而达到对系统暂态稳定状态准确刻画的目的。设计了一种适用于暂态稳定评估的四卷积层1D-CNN模型,实现了端到端的"时序特征提取+暂态稳定性分类",并通过调整模型关键参数以提高失稳样本查全率,增强了评估结果的可靠性。新英格兰10机39节点测试系统的仿真实验表明,相较于传统机器学习暂态稳定评估方法,所提方法能以更短的响应时间做出更准确的暂态稳定性判断,满足在线暂态稳定评估准确性与快速性的要求。
|
| 关 键 词： | 电力系统 暂态稳定评估 一维卷积神经网络 深度学习 时间序列 |
| 收稿时间： | 2018-09-11 |
| 修稿时间： | 2019-04-17 |
Transient Stability Assessment for Power System Based on One-dimensional Convolutional Neural Network |
| |
| GAO Kunlun,YANG Shuai,LIU Siyan and LI Xiangwei. Transient Stability Assessment for Power System Based on One-dimensional Convolutional Neural Network[J]. Automation of Electric Power Systems, 2019, 43(12): 18-26 |
| |
| Authors: | GAO Kunlun YANG Shuai LIU Siyan LI Xiangwei |
| |
| Affiliation: | Global Energy Interconnection Research Institute Co. Ltd., Beijing 102209, China,School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China,Global Energy Interconnection Research Institute Co. Ltd., Beijing 102209, China and School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China |
| |
| Abstract: | |
| |
| Keywords: | power system transient stability assessment one-dimensional convolutional neural network deep learning time series |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
|
