-
题名结合图嵌入算法的电力系统多任务暂态稳定评估
被引量:21
- 1
-
-
作者
孙黎霞
彭嘉杰
白景涛
陈欣凌
田屹昀
-
机构
河海大学能源与电气学院
国网嘉兴供电公司
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2022年第2期83-91,共9页
-
基金
国家自然科学基金资助项目(51707056)。
-
文摘
电力系统功角稳定与电压稳定是电力系统安全稳定运行的基础,稳定性分析是制定稳定控制策略的依据之一。考虑电网拓扑对电力系统暂态稳定性的影响,利用Node2vec图嵌入算法将电网拓扑映射为低维稠密矩阵,获得电力系统的空间拓扑特征向量,并将其与电气量测数据相组合形成重构数据集,作为评估模型的输入。考虑到电力系统多种稳定性问题往往交织在一起,首先,提出了基于多任务学习的暂态稳定评估模型,并实现了电力系统功角稳定性和电压稳定性的同步评估;然后根据评估结果,确定电力系统失稳区域并实现可视化;最后,采用新英格兰10机39节点测试系统验证了评估模型的有效性。
-
关键词
暂态稳定评估
深度学习
图嵌入
卷积神经网络
长短期记忆网络
多任务学习
-
Keywords
transient stability assessment
deep learning
graph embedding
convolutional neural network
long short-term memory network
multi-task learning
-
分类号
TM712
[电气工程—电力系统及自动化]
-
-
题名计及网络结构的配电网健康状态评估方法研究
被引量:15
- 2
-
-
作者
孙黎霞
王中一
戴洪
田屹昀
陈欣凌
-
机构
河海大学能源与电气学院
国网河南省电力公司新乡供电公司
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2022年第4期64-74,共11页
-
基金
国家自然科学基金项目资助(51707056)。
-
文摘
现阶段随着配电网中分布式电源、储能、电动汽车的逐渐增加,配电网的运行工况变得越来越复杂多变。为了准确地判断配电网实时运行状况及健康状态,及时地发现配电网运行中的缺陷问题并制定合理的安全管控措施,提出一种计及网络结构的配电网健康状态评估方法。首先,基于配电设备运行的电气量和非电气量参数进行配电设备健康指数计算,利用成功流法对同一网络中的配电设备健康指数进行等价简化,评估配电设备层的健康状态。然后,从可靠性、安全性、经济性和环保性四个维度实时监测配电网的运行数据建立指标体系,采用模糊层次分析法和证据理论相结合的方法对运行指标进行分析计算,得到网络结构层的健康指数和健康状态。结合配电设备层健康状态和网络结构层健康状态进行综合评估,从而得到配电网的健康指数,判断配电网所处的健康状态。最后,以某10 kV配电网为例进行算例分析,证明所提出的评估方法的有效性和实用性。
-
关键词
配电网
配电设备层
网络结构层
健康状态评估
模糊层次分析法
证据理论
-
Keywords
distribution network
distribution equipment layer
network structure layer
health state assessment
fuzzy hierarchical analysis method
D-S evidence theory
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名布衣艺人的成功——民权虎
- 3
-
-
作者
陈欣凌
-
机构
河南师范大学美术学院
-
出处
《大舞台》
北大核心
2012年第4期126-126,共1页
-
文摘
画画成功的人分两种,一种是画匠的成功,一种是画家的成功,河南民权画虎村的布衣从艺大军就属于前者。农民画浪潮为其发展奠定了模式基础;政府的扶持让其快速进入运行轨道;各界专业人士的关注为他们提供生存养分;加上近几年艺术品收藏热,如鱼得水的画虎村正如冉冉升起的红日。
-
关键词
画虎村
布衣艺人
农民画
艺术收藏
-
分类号
J124
[艺术—艺术理论]
-
-
题名基于混合门控循环单元子层的多任务暂态稳定评估
被引量:9
- 4
-
-
作者
孙黎霞
彭嘉杰
田屹昀
陈欣凌
袁欢
-
机构
河海大学能源与电气学院
-
出处
《电力建设》
CSCD
北大核心
2022年第2期63-69,共7页
-
基金
国家自然科学基金资助项目(51707056)。
-
文摘
在暂态功角稳定评估和暂态电压稳定评估的相关研究中,通常分别构建独立的评估模型,这阻碍了不同任务间的信息共享,浪费了计算和存储资源。考虑不同评估任务间往往存在相似性和差异性,为更好地实现二者同时评估,文章提出了一种基于混合门控循环单元(gated recurrent unit,GRU)子层的多任务暂态稳定评估模型。由于电力系统暂态过程具有明显的时序特性,模型采用GRU子层高效地提取量测数据中的时序特征;并在模型结构中引入门控机制以自动调节各个子层在构建不同评估任务特征表示时的占比,不仅促进了不同任务间的信息共享,还削弱了不同任务间差异性对模型训练的负面影响。在IEEE 39节点测试系统中的仿真实验结果表明,文章提出的模型具更好的评估性能和计算速度。
-
关键词
暂态稳定评估
深度学习
多任务学习
门控循环单元(GRU)
-
Keywords
transient stability assessment
deep learning
multi-task learning
gated recurrent unit(GRU)
-
分类号
TM712
[电气工程—电力系统及自动化]
-