基于特征量和卷积神经网络的暂态电压稳定评估

作者：来文青; 龚庆武; 高春辉; 刘会斌; 刘卫明; 吴留闯^*; 刘旭; 王波; 乔卉

来源：武汉大学学报(工学版), 2019, 52(09): 815-835.

DOI：10.14188/j.1671-8844.2019-09-010

• 暂态电压稳定
• 电力系统暂态稳定评估
• 特征量
• 卷积神经网络(CNN)
• 错误率

针对目前传统方法无法准确快速判断系统暂态电压稳定性的问题,提出一种基于特征量和卷积神经网络(convolutional neural networks,CNN)的暂态电压稳定评估方法.首先基于传统电压稳定指标分解及响应数据,从原始电气量中进行36维电压稳定构建特征量,将特征量输入卷积神经网络中进行有监督学习,最后将训练所得到的模型应用于电力系统暂态稳定评估中.利用新英格兰10机39节点标准算例对电网进行了仿真,结果表明该方法具有错误率低、精确率高、测试时间短的特点,能够准确快速判断出系统的暂态电压失稳,提高了电力系统的稳定性.

• 单位
  自动化学院; 武汉大学