期刊导航
期刊开放获取
河南省图书馆
退出
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
基于深度置信网络的电力系统扰动后频率曲线预测
被引量:
45
1
作者
仉怡超
闻达
+1 位作者
王晓茹
林进钿
《中国电机工程学报》
EI
CSCD
北大核心
2019年第17期5095-5104,共10页
为快速、准确地预测扰动后电力系统的动态频率,该文基于深度置信网络(deep belief networks,DBN)提出一种预测扰动后电力系统频率曲线的方法。该方法以发电机的电磁功率、机械功率、同步发电机最大出力限制、各发电机对动态频率的影响...
为快速、准确地预测扰动后电力系统的动态频率,该文基于深度置信网络(deep belief networks,DBN)提出一种预测扰动后电力系统频率曲线的方法。该方法以发电机的电磁功率、机械功率、同步发电机最大出力限制、各发电机对动态频率的影响因子等在内的22维数据作为深度置信网络的输入特征值,输出为系统的动态频率。该文采用新英格兰10机39节点系统和美国南卡罗来纳州的90机500母线系统作为仿真研究算例,通过与PSS/E中的仿真结果相对比,证明使用深度置信网络可以快速准确地对扰动后系统的动态频率进行预测。该方法适用于频率的在线稳定分析,可为后续制定频率稳定控制措施提供依据,对防止系统频率崩溃具有重要意义。
展开更多
关键词
电力系统扰动
频率动态预测
深度置信网络
机器学习
下载PDF
职称材料
题名
基于深度置信网络的电力系统扰动后频率曲线预测
被引量:
45
1
作者
仉怡超
闻达
王晓茹
林进钿
机构
西南交通大学电气工程学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2019年第17期5095-5104,共10页
基金
中国电力科学研究院有限公司项目(1808-00790)~~
文摘
为快速、准确地预测扰动后电力系统的动态频率,该文基于深度置信网络(deep belief networks,DBN)提出一种预测扰动后电力系统频率曲线的方法。该方法以发电机的电磁功率、机械功率、同步发电机最大出力限制、各发电机对动态频率的影响因子等在内的22维数据作为深度置信网络的输入特征值,输出为系统的动态频率。该文采用新英格兰10机39节点系统和美国南卡罗来纳州的90机500母线系统作为仿真研究算例,通过与PSS/E中的仿真结果相对比,证明使用深度置信网络可以快速准确地对扰动后系统的动态频率进行预测。该方法适用于频率的在线稳定分析,可为后续制定频率稳定控制措施提供依据,对防止系统频率崩溃具有重要意义。
关键词
电力系统扰动
频率动态预测
深度置信网络
机器学习
Keywords
disturbance of power system
dynamic frequency prediction
deep belief network
machine learning
分类号
TM712 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度置信网络的电力系统扰动后频率曲线预测
仉怡超
闻达
王晓茹
林进钿
《中国电机工程学报》
EI
CSCD
北大核心
2019
45
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