论文摘要
为了提高卷积神经网络(convolutional neural network,CNN)的分类性能,提出CNN综合模型,以及CNN与时域仿真相结合的暂态稳定评估解决思路。首先,构建若干个具有相同结构、不同参数的CNN模型进行训练和预测;然后根据一定的结果综合原则对若干个CNN模型的预测结果进行综合,得到"稳定"、"不稳定"和"不确定"3种分类预测结果;最后将结果不确定的样本送入时域仿真进行稳定评估。采用某省级电网算例进行了分类效果验证。结果表明,对于某故障形式,所提出的CNN综合模型,确定样本实现了100%的正确率,而结果不确定的样本占总样本的比例在6%以内,说明该模型具有良好的故障筛选性能。
论文目录
文章来源
类型: 期刊论文
作者: 田芳,周孝信,史东宇,陈勇,黄彦浩,于之虹
关键词: 卷积神经网络,稳态特征量,综合模型,电力系统,暂态稳定评估
来源: 中国电机工程学报 2019年14期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 电网安全与节能国家重点实验室(中国电力科学研究院有限公司)
基金: 国家电网公司科技项目(5442xt170016)~~
分类号: TM712
DOI: 10.13334/j.0258-8013.pcsee.182132
页码: 4025-4032
总页数: 8
文件大小: 686K
下载量: 804