基于卷积神经网络的暂态电压稳定快速评估

• 作者: 刘玉田 朱元振 杨维全
• 来源期刊: 电力系统自动化
• 关键词: 交直流电网 暂态电压稳定 深度学习 卷积神经网络
• 年，卷（期）: 2019,（22）
• 页码范围: 46-51,136
• 页数: 7页
• 字数: 5190字
• 语种: 中文
• DOI: 10.7500/AEPS20190430037

摘要

随着特高压直流输电的发展和负荷构成及特性的变化,暂态电压问题严重威胁系统的安全稳定运行.基于卷积神经网络(CNN),提出一种交直流受端电网分区暂态电压稳定快速评估方法.计及系统快速动态响应元件影响,基于暂态电压时序信息构建暂态电压跌落面积矩阵,利用基于t分布的随机近邻嵌入(t-SNE)算法将其映射到二维平面,对受端电网进行分区.依据节点相对距离选择各分区稳态潮流特征.构建线路故障严重度指标,据其对故障线路号进行编码,将编码结果与故障线路号共同作为故障特征.采用粒子群优化算法确定各分区CNN最优卷积核大小和数量,提升CNN性能.实际多馈入交直流电网的仿真结果表明了方法的有效性.