-
题名基于改进深度置信网络的智能电网暂态安全状态感知
被引量:23
- 1
-
-
作者
李海英
沈益涛
罗雨航
-
机构
上海理工大学电气工程系
四川水利职业技术学院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2022年第5期171-177,共7页
-
基金
国家自然科学基金项目资助(51777126)。
-
文摘
深度学习是感知智能电网暂态安全状态的有效方法,针对多层重构学习过程低维特征及结构参数难以全局寻优的问题,提出了一种改进深度置信网络(Deep Belief Network,DBN)方法。首先,该方法利用SMOTE过采样算法,增加样本多样性,促使DBN深层架构的挖掘。其次,直接面向噪声样本,DBN通过网络中各神经元吉布斯抽样的二值状态,增强重构特征的抗噪能力。最后,建立了基于遗传算法(Genetic Algorithm,GA)的GA-DBN模型,有效解决DBN结构参数调试繁琐的问题,确保DBN高精度地从底层量测数据提取低维特征,提高安全分类精度。新英格兰10机39节点系统的仿真实验表明,在样本不平衡、含噪声情况下,所提算法比其他算法的失稳漏判率降低,辩识准确率和F;分数提升。
-
关键词
暂态安全感知
深度置信网络
SMOTE
遗传算法
样本不平衡
-
Keywords
transient security situational awareness
deep belief network
SMOTE
genetic algorithm
sample imbalance
-
分类号
TM76
[电气工程—电力系统及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-