基于半监督径向基函数神经网络的电网自组织临界态辨识方法

• 作者: 姚文峰 易杨 田宝烨 苗璐 蔡万通 郭知非 黄东启 龙霏
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 机器学习 人工神经网络 半监督学习 径向基函数 自组织临界态
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 电力系统运行与分析
• 页码范围: 79-87
• 页数: 9页
• 分类号: TM743
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2020.12.011

摘要

机器学习中的人工神经网络已经逐渐用于电力系统自组织临界态辨识中.针对目前OPA模型等传统自组织临界辨识方法用时长或者只能给出电网演化的趋势性意见,而大部分神经网络方法都是基于已标记样本、忽略了未标记样本也能给训练提供有效信息的现状,结合半监督学习和径向基函数神经网络的优点,提出了基于半监督径向基函数神经网络的电网自组织临界态辨识方法,既可以利用未标记样本改善学习性能,又具备传统径向基函数神经网络的最佳逼近和全局最优的性能,其用时少、正确率高,满足在线辨识电力系统自组织临界态的要求;最后通过中国西部某区域电网的仿真分析证明了辨识方法的正确性和优越性,从而为实时预防电力系统连锁故障并提前做出针对性的预防控制提供理论基础和技术依据.