文献类型：期刊文章

作　　者：胡伟[1] 郑乐[1] 闵勇[1] 董昱[2] 余锐[2] 王磊[3]

机构地区：[1]电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),北京市海淀区100084 [2]国家电网公司西南分部,四川省成都市610041 [3]中国电力科学研究院,北京市海淀区100192

出　　处：《电网技术》

基　　金：国家电网公司科技项目;清华大学电力系统国家重点实验自主课题(SKLD16Z08)~~

年　　份：2017

卷　　号：41

期　　号：10

起止页码：3140-3146

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：暂态稳定故障后对系统的稳定性做出快速、准确的判断是确保电力系统安全稳定运行的关键和难点。针对传统暂态稳定评估方法难以同时满足快速性和准确性的特点,基于大数据技术提出了一种采用深度学习的暂态稳定评估方法。文章首先利用稳定域及其边界解释了采用深度学习方法学习到的稳定规则的物理意义;然后利用深度置信网络将暂态数据由原始输入空间映射到二元可分的表达空间,大大降低了稳定评估的难度;最后,在某省级电力系统中验证算法的有效性。提出的算法可同时满足快速性和准确性,为故障后暂态稳定评估提供了新的解决思路。

关 键 词：暂态稳定评估 稳定域  深度置信网络  深度学习  大数据技术  

分 类 号：TM721]