基于深度学习的电网稳定性模型参数校准
信号处理
2019-05-09 v1
摘要
本文提出一种利用自动数据生成与先进深度学习技术的电力系统稳定性模型参数校准新方法。采用基于 PMU 测量的事件回放方法来识别潜在的不准确参数并自动生成大量仿真数据，用于训练卷积神经网络（CNN）。准确参数将由训练良好的 CNN 模型预测，并通过原始 PMU 测量值验证。所提深度学习方法的准确性与有效性已通过大量仿真与现场数据得到验证。
引用
@article{arxiv.1905.03172,
title = {Parameters Calibration for Power Grid Stability Models using Deep Learning Methods},
author = {Renke Huang and Rui Fan and Tianzhixi Yin and Shaobu Wang and Zhenyu Tan},
journal= {arXiv preprint arXiv:1905.03172},
year = {2019}
}