期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Tri-Training-LASSO-BP网络的静态电压稳定裕度在线预测方法
被引量：
16
1
作者
唐滢淇
董树锋
+2 位作者
朱承治
吴金城
宋永华
《中国电机工程学报》
EI
CSCD
北大核心
2020年第12期3824-3834,共11页
电力系统的静态电压稳定性,对于保证系统正常运行起着关键作用。传统的静态电压稳定裕度评估方法难以满足在线实时预测的要求,常用的离线监督预测方法则需要大量的训练样本,且容易出现过拟合,会对预测精度造成影响。研究能克服这些缺点...
电力系统的静态电压稳定性,对于保证系统正常运行起着关键作用。传统的静态电压稳定裕度评估方法难以满足在线实时预测的要求,常用的离线监督预测方法则需要大量的训练样本,且容易出现过拟合,会对预测精度造成影响。研究能克服这些缺点的方法,具有重要意义。该文将神经网络、半监督训练、集成学习等技术应用于电力系统静态电压稳定裕度的预测分析中,提出基于Tri-Training-LASSO-BP网络的在线预测方法,由三体训练法(Tri-Training)、最小绝对值收缩选择(least absolute shrinkage and select operator,LASSO)方法和误差反向传播(back propagation,BP)神经网络组成。在IEEE 39节点和IEEE 300节点算例上的结果和对其进行的非参数检验表明,该方法能够降低对训练集数据量的要求,发挥电力系统日常运行过程中采集的海量数据的优势,提高网络的预测精度,减少人工干预。
展开更多
关键词
静态电压稳定裕度
三体训练法
LASSO-BP神经网络
集成学习
Mann-Whitney
U检验
在线阅读
下载PDF
职称材料
题名
基于Tri-Training-LASSO-BP网络的静态电压稳定裕度在线预测方法
被引量：
16
1
作者
唐滢淇
董树锋
朱承治
吴金城
宋永华
机构
浙江大学电气工程学院
国网浙江省电力有限公司
澳门大学智慧城市物联网国家重点实验室
出处
《中国电机工程学报》
EI
CSCD
北大核心
2020年第12期3824-3834,共11页
基金
国家电网公司科技项目(52110418000N)。
文摘
电力系统的静态电压稳定性,对于保证系统正常运行起着关键作用。传统的静态电压稳定裕度评估方法难以满足在线实时预测的要求,常用的离线监督预测方法则需要大量的训练样本,且容易出现过拟合,会对预测精度造成影响。研究能克服这些缺点的方法,具有重要意义。该文将神经网络、半监督训练、集成学习等技术应用于电力系统静态电压稳定裕度的预测分析中,提出基于Tri-Training-LASSO-BP网络的在线预测方法,由三体训练法(Tri-Training)、最小绝对值收缩选择(least absolute shrinkage and select operator,LASSO)方法和误差反向传播(back propagation,BP)神经网络组成。在IEEE 39节点和IEEE 300节点算例上的结果和对其进行的非参数检验表明,该方法能够降低对训练集数据量的要求,发挥电力系统日常运行过程中采集的海量数据的优势,提高网络的预测精度,减少人工干预。
关键词
静态电压稳定裕度
三体训练法
LASSO-BP神经网络
集成学习
Mann-Whitney
U检验
Keywords
static voltage stability margin
Tri-Training
LASSO-BP neural network
ensemble learning
Mann-Whitney U test
分类号
TM744 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Tri-Training-LASSO-BP网络的静态电压稳定裕度在线预测方法
唐滢淇
董树锋
朱承治
吴金城
宋永华
《中国电机工程学报》
EI
CSCD
北大核心
2020
16
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
