科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高基于数据驱动的暂态稳定评估模型对电网的自适应性，将深度迁移学习引入更新过程，提出一种基于两阶段迁移学习的暂态稳定评估框架。所提框架根据时间尺度分为2个阶段:在第1阶段，利用深度子领域自适应网络挖掘无标注数据信息，将模型的评估性能快速提升到相对可靠的水平,得到迁移模型，结合时域仿真法进行综合判稳，提高电网变化初期模型的可用性;在第2阶段，利用迁移模型筛选高价值样本集，并结合样本迁移和微调技术进行二次更新，使评估性能恢复到较高水平，降低更新时间成本。在IEEE 39节点系统和中国某省级电网模型上进行测试，结果表明所提框架具有完备性，可使模型快速响应电网的变化。
-
单位中国电力科学研究院有限公司; 山东大学
