-
题名基于多层端到端模型的有源配电网异常状态辨识方法
- 1
-
-
作者
徐英东
吕天光
王邵瑞
郭宇
李鹏
李蕊
张宇昊
-
机构
山东大学电气工程学院
山东省数字智慧能源创新重点实验室
国网镇江供电公司
中国电力科学研究院有限公司
-
出处
《电网技术》
北大核心
2025年第9期3838-3849,I0104-I0107,共16页
-
基金
国家自然科学基金项目(U22B20102,52107110)
山东省优秀青年科学基金项目(海外)(2022HWYQ-039)。
-
文摘
针对高比例分布式电源接入导致传统数据驱动方法准确性降低、现有深度学习方法复杂度较高且可解释性不足的问题,提出一种基于多层端到端模型的有源配电网异常状态辨识方法。首先,结合高相关序列融合补全和极限随机树预测补全两种方法,设计了兼顾速度与精度的缺失数据自动补全层;然后,基于特征差异性和信息增益比构建了自适应特征筛选层,从纵向和横向两个维度自动提取高密度特征,揭示了特征筛选过程与分类任务之间的关联性;最后,基于加权动态群组学习方法构建具备强学习能力的异常状态辨识层。三层架构有机结合,形成复杂度低、可解释性高的端到端异常状态辨识模型。实验结果表明,所提方法在不同分布式电源渗透率、噪声干扰和数据缺失条件下均能实现异常状态的快速、精确辨识。
-
关键词
有源配电网
异常状态辨识
端到端
数据补全
特征筛选
-
Keywords
active distribution networks
abnormal state identification
end-to-end
data complementation
feature screening
-
分类号
TM721
[电气工程—电力系统及自动化]
-
