期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于图卷积神经网络和长短时记忆网络的输电网宽频振荡定位
1
作者 李雨攸 顾洁 +1 位作者 吴佳庆 金之俭 《广东电力》 北大核心 2025年第5期54-64,共11页
新能源发电机组大规模接入电网引发的宽频振荡给电网稳定运行带来了隐患,快速准确的振荡源定位是消除振荡、保障系统安全稳定运行的重要基础。为提升子站与主站之间数据传输效率、解决信息缺失等问题,本文提出一种基于图卷积神经网络与... 新能源发电机组大规模接入电网引发的宽频振荡给电网稳定运行带来了隐患,快速准确的振荡源定位是消除振荡、保障系统安全稳定运行的重要基础。为提升子站与主站之间数据传输效率、解决信息缺失等问题,本文提出一种基于图卷积神经网络与长短时记忆网络结合的输电网宽频振荡定位模型。首先通过对电网运行数据进行高频采样,并经压缩感知稀疏化处理后得到压缩振荡数据;进一步将输电网拓扑结构和部分节点的振荡采样数据相结合,通过基于图卷积神经网络的全局振荡信息生成模型补全未知节点信息,形成节点特征矩阵;最后根据全网各节点振荡特征矩阵,采用长短时记忆网络算法实现振荡源定位。基于含直驱风电机组的四机两区域仿真模型验证,结果表明GCN补全数据的均方根误差(0.0319)显著优于对比模型,且所提模型定位准确率达96.93%,尤其对风电机组振荡源定位精度达99%,显著高于GCN-SVM(94.22%)等基准方法,证实该方法在部分可观条件下能有效融合拓扑与时空特征,为高比例新能源电网安全稳定运行提供可靠技术支撑。运用MATLAB/Simulink制作样本数据集,通过算例仿真验证了文中所提出的宽频振荡定位模型的可行性与有效性。 展开更多
关键词 宽频振荡 振荡源定位 振荡信息生成模型 图卷积神经网络 长短时记忆网络 特征矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部