基于混合门控循环单元子层的多任务暂态稳定评估

• 作者: 孙黎霞 彭嘉杰 田屹昀 陈欣凌 袁欢
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 暂态稳定评估 深度学习 多任务学习 门控循环单元(GRU)
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 智能电网|Smart Grid
• 页码范围: 63-69
• 页数: 7页
• 分类号: TM712
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2022.02.008

摘要

在暂态功角稳定评估和暂态电压稳定评估的相关研究中,通常分别构建独立的评估模型,这阻碍了不同任务间的信息共享,浪费了计算和存储资源.考虑不同评估任务间往往存在相似性和差异性,为更好地实现二者同时评估,文章提出了一种基于混合门控循环单元(gated recurrent unit,GRU)子层的多任务暂态稳定评估模型.由于电力系统暂态过程具有明显的时序特性,模型采用GRU子层高效地提取量测数据中的时序特征;并在模型结构中引入门控机制以自动调节各个子层在构建不同评估任务特征表示时的占比,不仅促进了不同任务间的信息共享,还削弱了不同任务间差异性对模型训练的负面影响.在IEEE 39节点测试系统中的仿真实验结果表明,文章提出的模型具更好的评估性能和计算速度.