利用深度神经网络(DNNs)进行电力系统实时监测。在IEEE 118系统的实际负载数据实验中,新的基于dnn的PSSE方案的性能几乎优于竞争对手的数量级,包括广泛采用的Gauss-Newton PSSE求解器。
基于数据驱动的DNN的改进处理电力系统实时监测(估计和预测)。为PSSE开发了Prox-linear网络,将网络神经网络与传统的基于物理的优化方法相结合。在此基础上,引入深度DNN来预测历史(估计)电压对电力系统状态的影响。基于模型的prox-linear网络的PSSE易于训练,计算成本低廉。所提出的基于DNN预测考虑了电压时间序列中的长期非线性相关性,增强了PSSE。在ieee57总线和118节点系统上使用真实负载数据进行的数值测试,说明了开发的方法相对于现有方案的优点。
标签:基于,DNN,实时,PSSE,神经网络,电力系统 来源: https://blog.csdn.net/weixin_39965612/article/details/112321407
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。