基于Seq2Seq技术的电力系统暂态稳定评估方法

• 作者: 章昊 田宏强 王磊 许斌 段治丰
• 来源期刊: 电网与清洁能源
• 关键词: 电力系统暂态稳定 Seq2Seq技术 GRU 注意力机制 时序性依赖特征
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 智能电网|Smart Grid
• 页码范围: 23-31
• 页数: 9页
• 分类号: TM391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3814.2021.04.004

摘要

电力系统暂态稳定的评估识别有助于电网运营商制定系统扰动和故障后的纠正控制措施.引入深度学习思想,提出了一种基于Seq2Seq技术的电力系统暂态稳定评估方法.首先,梳理电力系统暂态稳定评估指标;然后以GRU为神经元,引入注意力机制,建立暂态稳定评估模型.算例验证表明:所提方法能够深入学习到样本数据中的时序性依赖特征,有效抓取特征细节,从而显著提升评估准确率.