基于优化DBN-ELM的电力系统宽频振荡监测

作者：赵妍; 申聪; 唐文石; 聂永辉

来源：吉林电力, 2023, 51(01): 21-25.

DOI：10.16109/j.cnki.jldl.2023.01.008

• 宽频振荡监测
• 特征提取
• 深度置信网络
• 混沌粒子群优化算法
• 极限学习机

为了提高宽频带振荡分类的准确率，提出一种基于优化深度置信网络(deep belief networks, DBN)和极限学习机(extreme learning machine, ELM)模型的宽频振荡监测方法。首先，采用混沌粒子群算法优化的DBN对宽频振荡信号进行特征提取，完成对输入数据的降维处理。然后，将特征矩阵输入到天牛须搜索算法优化后的ELM网络，进行振荡分类。最后，采用优化的DBN-ELM模型对系统仿真的宽频振荡信号进行监测和分类。结果表明，该方法对具有时变和非线性特性的宽频振荡具有更高的分类准确率和更短的分类时间。

• 单位
  东北电力大学