期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GAF-CNN的电力系统暂态稳定评估
被引量:
7
1
作者
李欣
付
豫
韬
+4 位作者
李新宇
陈德秋
鲁玲
郭攀锋
柳圣池
《智慧电力》
北大核心
2023年第11期45-52,共8页
为保障电力系统安全稳定运行,针对电力系统暂态稳定评估(TSA)问题,提出了一种基于数据图像化的深度学习方法。首先,通过格拉姆角场(GAF)将原始的电力系统数据转为易于区分稳定与失稳的二维图像。其次,利用得到的二维图像数据集训练卷积...
为保障电力系统安全稳定运行,针对电力系统暂态稳定评估(TSA)问题,提出了一种基于数据图像化的深度学习方法。首先,通过格拉姆角场(GAF)将原始的电力系统数据转为易于区分稳定与失稳的二维图像。其次,利用得到的二维图像数据集训练卷积神经网络(CNN)模型并进行在线应用。最后,通过在CEPRI 36节点系统和含风机的IEEE39节点系统、IEEE300节点系统中对所提TSA方法进行验证,结果表明了所提方法的有效性。
展开更多
关键词
暂态稳定评估
深度学习
格拉姆角场
卷积神经网络
下载PDF
职称材料
题名
基于GAF-CNN的电力系统暂态稳定评估
被引量:
7
1
作者
李欣
付
豫
韬
李新宇
陈德秋
鲁玲
郭攀锋
柳圣池
机构
三峡大学电气与新能源学院
智慧能源技术湖北省工程研究中心(三峡大学)
中国长江三峡集团有限公司
国网咸宁供电公司
出处
《智慧电力》
北大核心
2023年第11期45-52,共8页
基金
国家自然科学基金资助项目(52107107)。
文摘
为保障电力系统安全稳定运行,针对电力系统暂态稳定评估(TSA)问题,提出了一种基于数据图像化的深度学习方法。首先,通过格拉姆角场(GAF)将原始的电力系统数据转为易于区分稳定与失稳的二维图像。其次,利用得到的二维图像数据集训练卷积神经网络(CNN)模型并进行在线应用。最后,通过在CEPRI 36节点系统和含风机的IEEE39节点系统、IEEE300节点系统中对所提TSA方法进行验证,结果表明了所提方法的有效性。
关键词
暂态稳定评估
深度学习
格拉姆角场
卷积神经网络
Keywords
transient stability assessment
deep learning
Gramian angular field
convolutional neural network
分类号
TM712 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GAF-CNN的电力系统暂态稳定评估
李欣
付
豫
韬
李新宇
陈德秋
鲁玲
郭攀锋
柳圣池
《智慧电力》
北大核心
2023
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部