文献类型：期刊文章

作　　者：王瑾[1,2] 裴亮[2]

WANG Jin;PEI Liang(School of Software, Nanjing University, Nanjing 211102, China;Power Grid Branch, Guodian Nari Nanjing Control System Co.Ltd. , Nanjing 211106, China)

机构地区：[1]南京大学软件学院,南京211102 [2]国电南瑞南京控制系统有限公司电网分公司,南京211106

出　　处：《沈阳工业大学学报》

基　　金：江苏省自然科学基金项目(2018JJ2064).

年　　份：2021

卷　　号：43

期　　号：6

起止页码：601-607

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对复杂电网调控系统中大部分风险预警技术存在准确率低的问题,提出了一种基于深度学习的电网调控系统异常检测与多阶段风险预警技术.在综合考虑系统异常类型的基础上构建了运行系统健康度评估指标.利用随机森林算法进行系统异常状态检测,并根据检测结果将系统状态分成轻压力区、拐点区和崩溃区3个阶段,结合人工神经网络模型预测系统运行状态的变化趋势并及时预警.仿真试验结果表明,3个阶段的异常检测率分别为94.53%、88.79%和80.12%,且在轻压力区的预测误差小于1%,拐点区预测误差低于10%,均优于现有异常检测与预警技术.

关 键 词：电网调控系统  异常检测 随机森林算法  深度学习  人工神经网络 风险预警 多系统运行阶段  预测误差  

分 类 号：TM734]