【技术实现步骤摘要】
本专利技术涉及电力系统评估，尤其涉及一种基于优先策略的电力系统暂态稳定评估方法及装置。
技术介绍
1、随着电力系统的不断发展和复杂化，电力系统的暂态稳定性评估成为确保电网安全稳定运行的关键环节。传统的暂态稳定性评估方法往往存在计算量大、评估周期长、对时变环境适应性差等问题。
2、近年来，深度学习技术在电力系统中的应用逐渐增多，为暂态稳定评估提供了新的思路。然而，目前面临大规模电力运行数据时，难以高效地对大规模电力运行数据进行暂态稳定性评估。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于优先策略的电力系统暂态稳定评估方法及装置，解决了面临大规模电力运行数据时，难以高效地对大规模电力运行数据进行暂态稳定性评估的技术问题。
2、本专利技术第一方面提供了一种基于优先策略的电力系统暂态稳定评估方法，其包括：
3、根据电力系统的多个运行样本数据形成第一评估序列；
4、根据多个所述运行样本数据分别对应的信息熵指标的数值比较关系对所述第一评估序列进行...
【技术保护点】
1.一种基于优先策略的电力系统暂态稳定评估方法，其特征在于，包括：
2.根据权利要求1所述的基于优先策略的电力系统暂态稳定评估方法，其特征在于，所述根据多个所述运行样本数据分别对应的信息熵指标的数值比较关系对所述第一评估序列进行更新，形成第二评估序列的步骤之前，还包括：计算多个所述运行样本数据分别对应的信息熵指标的步骤；
3.根据权利要求1所述的基于优先策略的电力系统暂态稳定评估方法，其特征在于，所述根据多个所述运行样本数据分别对应的信息熵指标的数值比较关系对所述第一评估序列进行更新，形成第二评估序列的步骤，包括： 将多个所述运行样本数据分别对...
【技术特征摘要】
1.一种基于优先策略的电力系统暂态稳定评估方法，其特征在于，包括：
2.根据权利要求1所述的基于优先策略的电力系统暂态稳定评估方法，其特征在于，所述根据多个所述运行样本数据分别对应的信息熵指标的数值比较关系对所述第一评估序列进行更新，形成第二评估序列的步骤之前，还包括：计算多个所述运行样本数据分别对应的信息熵指标的步骤；
3.根据权利要求1所述的基于优先策略的电力系统暂态稳定评估方法，其特征在于，所述根据多个所述运行样本数据分别对应的信息熵指标的数值比较关系对所述第一评估序列进行更新，形成第二评估序列的步骤，包括： 将多个所述运行样本数据分别对应的信息熵指标与信息熵阈值进行对比，筛选出所述信息熵指标大于所述信息熵阈值的多个运行样本数据作为关键运行样本数据；
4.根据权利要求2所述的基于优先策略的电力系统暂态稳定评估方法，其特征在于，所述利用预先训练的神经网络级联模型对所述第二评估序列进行暂态稳定类别预测，并利用预测结果对所述预先训练的神经网络级联模型进行优化；其中，所述预先训练的神经网络级联模型用于输入所述运行样本数据，并输出所述运行样本数据对应的暂态稳定类别的预测结果的步骤之后，还包括：<...
【专利技术属性】
技术研发人员：付超，朱思婷，张喜铭，涂思嘉，吴奕姜，林志达，李诗旸，刘宇明，奚鑫泽，余芸，刘梓宁，徐欢，吴为，谢宇翔，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。