Print

基于深度学习的电网安全态势感知

论文摘要

随着电网的发展和技术的进步,电网结构日益复杂,能够及时有效地对电网的安全态势进行感知显得尤为重要。深度学习,近些年在文本、语音、图像等方面取得了巨大进展,同时在人工智能领域也占据着重要地位。将深度学习与电网的安全态势感知相结合,提出了基于深度学习的电网安全态势感知。在态势理解阶段,从电网的静态安全性和动态安全性两个方面出发,构建了一套较完整的电网安全态势评价体系,用来表征电网的运行轨迹。在态势预测阶段,构建深度学习模型,完成对电网安全态势的感知。最后以IEEE39节点系统为例,将其与BP（back propagation）神经网络和RBF（radial-basis function）神经网络预测模型进行了对比分析,验证了深度学习可以有效地对电网的安全态势进行感知,且预测精度高于传统的神经网络模型。

论文目录

  • 1 电网安全态势评价指标体系
  •   1.1 静态安全性指标
  •     1.1.1 线路潮流分布指标
  •     1.1.2 母线电压指标
  •     1.1.3 有功裕度
  •     1.1.4 电压裕度
  •   1.2 动态安全性指标
  •     1.2.1 系统负载率
  •     1.2.2 系统过载程度
  •     1.2.3 节点电压变化率
  •     1.2.4 节点电压偏移指标
  •     1.2.5 变压器负载率
  • 2 电网安全态势的评估与理解
  • 3 基于深度学习的电网安全态势感知
  • 4 IEEE39节点系统算例分析
  •   4.1 评估值计算
  •   4.2 基于深度学习的电网安全态势感知
  •     4.2.1 模型的建立
  •     4.2.2 训练样本的来源与选择
  •     4.2.3 IEEE39节点系统安全态势预测
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 于群,李浩,屈玉清

    关键词: 态势感知,指标体系,层次分析法,深度学习,深度神经网络

    来源: 科学技术与工程 2019年35期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 山东科技大学电气与自动化工程学院

    基金: 国家电网公司2018年科技项目资助

    分类号: TM732

    页码: 273-278

    总页数: 6

    文件大小: 1261K

    下载量: 345

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c736c070a2947dc28af31f44.html