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
2
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
基于改进SK-BiLSTM的自适应多尺度暂态电压稳定评估
1
作者
徐艳春
左豪杰
+2 位作者
张涛
席磊
吕密
《电力自动化设备》
北大核心
2025年第9期208-215,共8页
为评估电力系统暂态电压稳定性,提高电压失稳状态下失稳节点/区域的划分能力,提出一种基于改进选择性核卷积神经网络与双向长短期记忆网络(SK-BiLSTM)的自适应多尺度暂态电压稳定评估策略。深入分析暂态电压时空特性,揭示电力系统拓扑...
为评估电力系统暂态电压稳定性,提高电压失稳状态下失稳节点/区域的划分能力,提出一种基于改进选择性核卷积神经网络与双向长短期记忆网络(SK-BiLSTM)的自适应多尺度暂态电压稳定评估策略。深入分析暂态电压时空特性,揭示电力系统拓扑结构信息与动态时序电气量测数据信息在暂态电压稳定评估中的重要性;利用图注意力网络将拓扑结构信息与动态时序电气量测数据信息有效融合,基于此,构建基于改进SK-BiLSTM的自适应多尺度暂态电压稳定评估模型,通过在选择性核卷积神经网络中引入渐进式分组卷积机制高效提取局部和全局信息,并借助BiLSTM进一步增强时序电气量测数据信息的表征能力,在含有风电机组的IEEE 39、IEEE 118节点系统和河北省某区域电网中进行验证。结果表明,该评估模型具有较高的暂态电压稳定性评估精度,显著提升了电压失稳状态下的失稳节点/区域划分能力,并且有良好的泛化能力。
展开更多
关键词
暂态
电压
稳
定
电压失稳节点/区域
多尺度卷积操作
深度学习
图注意力网络
在线阅读
下载PDF
职称材料
基于图卷积和双向长短期记忆网络的受端电力系统暂态电压稳定评估
被引量：
15
2
作者
姜涛
董雨
+2 位作者
王长江
陈厚合
李国庆
《电网技术》
EI
CSCD
北大核心
2023年第12期4937-4947,共11页
为快速、准确评估受端电力系统故障后暂态电压稳定状态并定位电压失稳节点/区域,提出一种基于图卷积网络(graph convolutional network,GCN)和双向长短期记忆网络(bidirectional long/short-term memory network,Bi LSTM)的受端电力系...
为快速、准确评估受端电力系统故障后暂态电压稳定状态并定位电压失稳节点/区域,提出一种基于图卷积网络(graph convolutional network,GCN)和双向长短期记忆网络(bidirectional long/short-term memory network,Bi LSTM)的受端电力系统暂态电压稳定评估方法。首先,基于暂态电压时序响应特性及空间分布规律,以及电力系统拓扑连接关系和各节点电气量测数据,构建表征电力系统运行状态的输入特征矩阵,以有效计及暂态电压的时空演变规律;然后,搭建由GCN和BiLSTM相结合的深度神经网络,提取具有最大相关性的暂态电压时空特征信息,进而建立时空特征与暂态电压稳定状态间的映射关系,实现暂态电压失稳节点/区域的精确定位;最后,通过修改后的IEEE-39节点测试系统和某实际电网系统算例对所提方法进行分析、验证,结果验证了所提暂态电压稳定评估方法的准确性和有效性。
展开更多
关键词
受端电力系统
暂态
电压
稳
定
图卷积网络
双向长短期记忆网络
电压失稳节点/区域
在线阅读
下载PDF
职称材料
题名
基于改进SK-BiLSTM的自适应多尺度暂态电压稳定评估
1
作者
徐艳春
左豪杰
张涛
席磊
吕密
机构
湖北省输电工程技术研究中心(三峡大学)
三峡大学电气与新能源学院
德克萨斯农工大学电气与计算机工程系
出处
《电力自动化设备》
北大核心
2025年第9期208-215,共8页
基金
国家自然科学基金资助项目(52277108)。
文摘
为评估电力系统暂态电压稳定性,提高电压失稳状态下失稳节点/区域的划分能力,提出一种基于改进选择性核卷积神经网络与双向长短期记忆网络(SK-BiLSTM)的自适应多尺度暂态电压稳定评估策略。深入分析暂态电压时空特性,揭示电力系统拓扑结构信息与动态时序电气量测数据信息在暂态电压稳定评估中的重要性;利用图注意力网络将拓扑结构信息与动态时序电气量测数据信息有效融合,基于此,构建基于改进SK-BiLSTM的自适应多尺度暂态电压稳定评估模型,通过在选择性核卷积神经网络中引入渐进式分组卷积机制高效提取局部和全局信息,并借助BiLSTM进一步增强时序电气量测数据信息的表征能力,在含有风电机组的IEEE 39、IEEE 118节点系统和河北省某区域电网中进行验证。结果表明,该评估模型具有较高的暂态电压稳定性评估精度,显著提升了电压失稳状态下的失稳节点/区域划分能力,并且有良好的泛化能力。
关键词
暂态
电压
稳
定
电压失稳节点/区域
多尺度卷积操作
深度学习
图注意力网络
Keywords
transient voltage stability
voltage instability nodes/regions
multi-scale convolution operation
deep learning
graph attention networks
分类号
TM712 [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
基于图卷积和双向长短期记忆网络的受端电力系统暂态电压稳定评估
被引量：
15
2
作者
姜涛
董雨
王长江
陈厚合
李国庆
机构
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)
出处
《电网技术》
EI
CSCD
北大核心
2023年第12期4937-4947,共11页
基金
国家自然科学基金项目(52377083)
国家自然科学基金委-国家电网公司智能电网联合基金项目(U2066208)
东北电力大学博士科研启动基金资助项目(BSJXM-2022104)。
文摘
为快速、准确评估受端电力系统故障后暂态电压稳定状态并定位电压失稳节点/区域,提出一种基于图卷积网络(graph convolutional network,GCN)和双向长短期记忆网络(bidirectional long/short-term memory network,Bi LSTM)的受端电力系统暂态电压稳定评估方法。首先,基于暂态电压时序响应特性及空间分布规律,以及电力系统拓扑连接关系和各节点电气量测数据,构建表征电力系统运行状态的输入特征矩阵,以有效计及暂态电压的时空演变规律;然后,搭建由GCN和BiLSTM相结合的深度神经网络,提取具有最大相关性的暂态电压时空特征信息,进而建立时空特征与暂态电压稳定状态间的映射关系,实现暂态电压失稳节点/区域的精确定位;最后,通过修改后的IEEE-39节点测试系统和某实际电网系统算例对所提方法进行分析、验证,结果验证了所提暂态电压稳定评估方法的准确性和有效性。
关键词
受端电力系统
暂态
电压
稳
定
图卷积网络
双向长短期记忆网络
电压失稳节点/区域
Keywords
receiving-end power system
transient voltage stability
graph convolutional network
bidirectional long/short-term memory network
voltage instability nodes/regions
分类号
TM721 [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
基于改进SK-BiLSTM的自适应多尺度暂态电压稳定评估
徐艳春
左豪杰
张涛
席磊
吕密
《电力自动化设备》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于图卷积和双向长短期记忆网络的受端电力系统暂态电压稳定评估
姜涛
董雨
王长江
陈厚合
李国庆
《电网技术》
EI
CSCD
北大核心
2023
15
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
