【技术实现步骤摘要】
本专利技术涉及电力系统暂态电压稳定评估，尤其涉及电力系统暂态电压稳定评估方法。
技术介绍
1、风光等新能源电源并网规模持续增长、传统发电机组退出引起的负荷中心“空心化”及高比例电力电子设备投入等新电网运行特性将会使暂态电压稳定问题更为突出，现有的暂态电压稳定性评估方法无法适用。
2、对机器学习方法而言，初始特征的选取对模型的最终评估性能有很大影响。目前没有统一的初始特征构造方法,一般常用“三段式”特征和受扰后轨迹特征。前者选择故障发生前、发生时和切除时刻的电气参数或其统计指标作为初始特征；后者采用故障切除后电气参数轨迹(时间序列)作为初始特征。尽管两种初始特征均包含了时间维度信息,但机器学习模型没有挖掘时间维度信息的能力，导致时序特征淹没在了大量特征点中，制约了评估性能的提高。当特征维数较高时，为了克服机器学习模型表达能力有限的缺点,还需使用特征提取技术对输入数据降维来提高模型性能。这导致当系统运行方式发生改变时，需要专家额外设计新的特征提取算法，增大了模型使用成本。
3、深度学习通过为不同任务定制深度神经网络结...
【技术保护点】
1.一种基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述方法包括以下步骤：
2.根据权利要求1所述基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述步骤2具体包括：
3.根据权利要求2所述基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述步骤22具体包括：
4.根据权利要求2所述基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，其特征在于所述步骤23中评提取输入量导入BiLSTM模型从序列两个方向捕捉信息，即
5.根据权利要求1所述基于...
【技术特征摘要】
1.一种基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述方法包括以下步骤：
2.根据权利要求1所述基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述步骤2具体包括：
3.根据权利要求2所述基于卷积神经及双向长短时记忆神经网络的电力系统暂态电压稳定评估方法，所述步骤22具体包...
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。