论文摘要
重要节点识别对电网安全意义重大。但电网在规模、结构等方面差异较大,评价指标难以涵盖电网不同状态下所有信息,因此基于指标构建的传统评估方法,其效果视情况而定,通用性不足。由此,本文提出基于人工智能的电网节点重要度评估法。首先利用网络嵌入,提出综合考虑电网结构与电气量的电网节点特征选择法。然后对具体电网,进行各类运行方式下的稳态与节点故障暂态仿真,构建能反映节点特征与节点重要度内在关系的样本集。最后,根据优化后的样本集训练支持向量回归模型,模型成熟后可用于电网节点重要度在线评估。结果表明,本方法能根据从样本中学到的信息有效评估电网节点重要度。相比传统指标构建法,本方法规避了片面性和主观性。此外,基于该人工智能框架,本方法可针对每个具体电网建立特定样本集,具有通用性。
论文目录
文章来源
类型: 期刊论文
作者: Hui-fang WANG,Chen-yu ZHANG,Dong-yang LIN,Ben-teng HE
关键词: 电网,人工智能,节点重要度,网络嵌入,支持向量回归
来源: Frontiers of Information Technology & Electronic Engineering 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: Department of Electrical Engineering, Zhejiang University,State Grid Jiangsu Electric Power Engineering Consulting Co., Ltd.
分类号: TM76;TP18
页码: 816-829
总页数: 14
文件大小: 4009K
下载量: 53