公开(公告)号：CN109960860A

公开(公告)日：2019-07-02

申请号：CN201910187282.3

申请日：2019-03-13

Applicant: 华北电力大学

Inventor： 李向伟 ,  许刚 ,  刘向军

IPC: G06F17/50

Abstract: 本发明涉及一种基于差分进化极限学习机技术的电力系统暂态稳定评估方法，该方法首先使用电力系统仿真软件模拟各种典型运行方式下的故障数据，并从仿真数据中提取电气量特征，随后将最优特征集输入差分进化极限学习机进行暂态稳定评估，该方法与其他类型的极限学习机模型相比，具有较高的评估准确率，对于电力系统在线安全稳定评估具有重要意义。

公开(公告)号：CN109783997A

公开(公告)日：2019-05-21

申请号：CN201910187066.9

申请日：2019-03-12

Applicant: 华北电力大学

Inventor： 李向伟 ,  许刚

IPC: G06F17/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度神经网络技术的电力系统暂态稳定评估方法，该方法首先利用电力系统中WAMS系统采集到的重要母线的电压幅值和相角以及部分发电机直连线路的有功功率作为原始输入数据，然后再对其进行数据预处理后形成训练集；利用双向长短时记忆网络和改进卷积神经网络的融合模型建立电力系统暂态稳定评估模型。该模型由输入层、长短时记忆网络层、卷积层、池化层和轻量梯度提升机输出层组成。本发明利用双向长短时记忆网络结合卷积神经网络进行特征提取，挖掘数据的隐藏模式，形成更有利于暂态稳定评估的高阶特征，进而将其输入轻量梯度提升机中进行评估。该方法不仅能够具有较高的评估准确率，同时还可以较好地适应在测量数据含有噪声的条件下的评估性能，对于电力系统在线安全稳定评估具有重要意义。

公开(公告)号：CN109886604A

公开(公告)日：2019-06-14

申请号：CN201910187314.X

申请日：2019-03-13

Applicant: 华北电力大学

Inventor： 李向伟 ,  许刚 ,  刘向军

IPC: G06Q10/06 ,  G06Q50/06 ,  G06F17/50 ,  G06N3/04

Abstract: 本发明涉及一种基于一维卷积神经网络技术的电力系统暂态稳定评估方法，该方法首先利用电力系统中WAMS系统采集到的母线的电压幅值和相角以及支路的有功、无功功率作为原始输入数据，然后再对其进行数据预处理后形成训练集；利用一维卷积神经网络建立电力系统暂态稳定评估模型。该模型由一维卷积层、一维池化层和全连接输出层组成。本发明利用卷积层和池化层进行特征提取，挖掘数据的隐藏模式，形成更有利于暂态稳定评估的高阶特征，进而将其全连接层中进行评估。该方法具有较高的评估准确率，对于电力系统在线安全稳定评估具有重要意义。

公开(公告)号：CN109921414A

公开(公告)日：2019-06-21

申请号：CN201910187342.1

申请日：2019-03-13

Applicant: 华北电力大学

Inventor： 李向伟 ,  许刚

IPC: H02J3/00 ,  H02H7/22

Abstract: 本发明涉及一种基于深度学习融合模型技术的电力系统暂态稳定评估方法，该方法首先对电力系统典型故障设置仿真，提取重要母线的电压幅值和相角以及部分发电机直连线路的在故障发生前后以及故障切除前后的部分时间序列数据作为原始输入数据，然后再对其进行数据预处理后形成训练集；利用卷积神经网络网络和长短时记忆网络的融合模型建立电力系统暂态稳定评估模型。该模型由卷积层、池化层、长短时记忆网络层和全连接输出层组成。本发明利用卷积神经网络提取长时间序列信息，结合长短期记忆网络进行特征挖掘，最后利用全连接神经网络进行暂态稳定评估。该方法具有较好的评估性能，对于电力系统在线安全稳定评估具有重要意义。