基于深度森林的电力系统暂态稳定评估方法

摘要：

快速准确地实现暂态稳定评估,是电力系统安全运行的重要保障.近年来迅速发展的深度学习技术已经成为解决这一问题的有效手段,然而基于神经网络的深度学习模型存在着调参困难、训练时间长和样本需求量大等缺点.文中将故障切除时刻系统的物理量作为输入特征,以系统的暂态稳定状态作为输出结果,采用集成决策树方法,构建了基于深度森林的电力系统暂态稳定评估模型.新英格兰39节点系统的算例分析表明,所提方法与深度神经网络相比,参数设置简单、训练速度更快,即使在训练样本数量较少时也能有效避免过拟合,具有良好的泛化能力.

关键词：深度学习、暂态稳定评估、深度森林

所属期刊栏目：58

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：湖北省电力公司科技项目521505190005

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58