期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法
1
作者 李博通 孙铭阳 +5 位作者 张婧 陈发辉 陈晓龙 王永祺 武娇雯 魏然 《电力系统保护与控制》 北大核心 2025年第5期123-134,共12页
针对多环配电网的拓扑辨识问题,考虑到量测信息可能部分缺失的情况,提出了基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法。首先,分析了传统拓扑辨识中相关性判断法应用于环状配电网的局限性,在此基础上提出基于欧氏距离的拓扑... 针对多环配电网的拓扑辨识问题,考虑到量测信息可能部分缺失的情况,提出了基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法。首先,分析了传统拓扑辨识中相关性判断法应用于环状配电网的局限性,在此基础上提出基于欧氏距离的拓扑辨识判据。然后,针对量测信息缺失时的多环拓扑辨识问题,研究了利用深度神经网络融合欧氏距离判据的拓扑辨识方法。最后,在Matlab中利用MatPower搭建32节点“蜂巢”电网模型,在缺失不同比例的量测数据情况下验证方法的准确性。结果表明,当缺失大量量测数据时,所提方法仍有较高的拓扑辨识准确率。 展开更多
关键词 欧氏距离 多环配电网 深度神经网络 拓扑辨识 量测信息缺失
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部