基于深度循环神经网络的电压失稳预测
系统与控制
2019-08-16 v1 系统与控制
信号处理
摘要
本文提出了一种利用具有长短期记忆的循环神经网络进行电压失稳预测的新方法。该方法旨在作为系统运行人员的辅助预警系统，能够评估当前状态是否会在未来几分钟内引发电压失稳问题。所提方法采用基于长序列的网络，利用实时数据与历史数据共同提升分类精度。该网络在 Nordic32 测试系统上进行了训练与测试，其中通过时域仿真生成了不同运行条件与故障场景的组合。结果表明，几乎所有 N-1 故障测试用例均被正确预测，且在扰动发生后仅数秒，N-1-1 故障测试用例的预测准确率超过 93%。此外，本文考察了序列长度的影响，显示所提基于长序列的方法比前馈神经网络和采用较短序列的网络具有显著更优的分类精度。
引用
@article{arxiv.1908.05554,
title = {Voltage Instability Prediction Using a Deep Recurrent Neural Network},
author = {Hannes Hagmar and Lang Tong and Robert Eriksson and Le Anh Tuan},
journal= {arXiv preprint arXiv:1908.05554},
year = {2019}
}
备注
8 pages