|发表流程|联系我们 职称论文/学术论文发表、专利/软著申请、书籍出版服务平台
香樟树下论文发表

热门期刊

常见问题

香樟树下学术服务平台

1.本站不是任何杂志官网,不涉及出版事务,特此申明。
2.如有侵权,请立即拨打电话:400-088-7011,我们立即删除。
3.本站提供服务全面,包括期刊推荐、论文发表咨询服务等,如有需要请点击在线客服人员进行具体咨询。
4.本站凭借多年的论文发表咨询经验,审核、发表成功率高。

电子信息

您当前位置: 论文发表首页 > 论文范文 > 电子信息

基于图深度学习的薄弱支路辨识与溯因分析

浏览次数: 发布时间:2022-08-08 来源:网络

基于图深度学习的薄弱支路辨识与溯因分析

作者:古思丽,乔骥,张东霞,张松涛,李宗翰,王新迎,任汉涛,陈二松

单位:1. 中国电力科学研究院;2. 国网河北省电力有限公司电力科学研究院

DOI:10.13334/j.0258-8013.pcsee.212653




摘要:电力系统多样化的运行方式对薄弱支路辨识的速度与拓扑泛化性提出更高要求。本文结合图深度学习及解释方法对薄弱支路进行辨识与溯因分析。采用基于初始残差和单位映射的图卷积神经网络(Graph Convolutional Network via Initial residual and Identity mapping,GCNII)搭建薄弱支路辨识模型,模型可基于拓扑关系聚合元件特征,结合邻近电网的安全态势评估支路的薄弱程度。采用基于互信息优化的解释方法分析辨识模型的决策依据,提取薄弱支路的主导因子。IEEE-68节点系统、实际电网算例结果表明,辨识模型具有较好的辨识准确性和拓扑泛化性,溯因分析结果符合传统机理认知所得结论,可为连锁故障的实时预警和预防控制提供有效指导。


科研
服务
发表
优势
服务
流程
投稿
须知
常见
疑问
服务
范围
期刊
知识
关于
我们