期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法 被引量:7
1
作者 钱倍奇 陈谦 +2 位作者 李宗源 张政伟 牛应灏 《电网技术》 EI CSCD 北大核心 2024年第2期721-729,共9页
新型电力系统中的电能质量扰动愈加复杂,为提升电能质量复杂扰动分类准确率并增强算法的噪声鲁棒性,提出了一种基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法。首先,利用马尔可夫转换场对电能质量扰动时序数据进行模态变换... 新型电力系统中的电能质量扰动愈加复杂,为提升电能质量复杂扰动分类准确率并增强算法的噪声鲁棒性,提出了一种基于马尔可夫转换场与多头注意力机制的电能质量扰动分类方法。首先,利用马尔可夫转换场对电能质量扰动时序数据进行模态变换,得到图像模态数据;然后,将图像模态数据输入卷积神经网络进行特征提取;最后,利用多头注意力机制着重关注卷积神经网络提取特征的重要部分并进行扰动分类。与常规的图像模态转换方法相比,该方法具有更好的扰动分类效果与抗噪声能力。 展开更多
关键词 电能质量扰动 深度学习 马尔可夫转换场 多头注意力机制
在线阅读 下载PDF
基于格拉姆角场与并行CNN的并网逆变器开关管健康诊断 被引量:1
2
作者 李宗源 陈谦 +2 位作者 钱倍奇 牛应灏 张政伟 《电力自动化设备》 EI CSCD 北大核心 2024年第8期153-159,共7页
针对并网逆变器开关管实际运行中易出现缺陷状态而导致电压/电流波形异常的问题,提出了一种基于格拉姆角场与并行卷积神经网络(CNN)相结合的逆变器开关管健康诊断方法,以实现对逆变器进行监测及预测性诊断。采集逆变器输出端电压与电流... 针对并网逆变器开关管实际运行中易出现缺陷状态而导致电压/电流波形异常的问题,提出了一种基于格拉姆角场与并行卷积神经网络(CNN)相结合的逆变器开关管健康诊断方法,以实现对逆变器进行监测及预测性诊断。采集逆变器输出端电压与电流信号,设定并计算虚拟电阻参数再将其转化为一维时序序列;利用格拉姆角场对其进行变换,提取出与逆变器开关管缺陷相关的格拉姆角和场与格拉姆角差场2组图像数据;将生成的2组图像同时送入CNN进行并行学习训练。实验结果表明所提方法及训练模型能及时有效地对逆变器异常状态进行诊断,且诊断准确率高,鲁棒性好。 展开更多
关键词 并网逆变器 健康诊断 开关管缺陷 格拉姆角场 并行CNN
在线阅读 下载PDF
基于异构数据特征级融合的多任务暂态稳定评估 被引量:7
3
作者 钱倍奇 陈谦 +3 位作者 张政伟 刘明洋 王苏颖 牛应灏 《电力系统自动化》 EI CSCD 北大核心 2023年第9期118-128,共11页
考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。... 考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。首先,利用多层感知机、图卷积网络、门控循环单元分别对静态多变量数据、拓扑图域数据、时序多变量数据进行特征提取;然后,采用张量融合方法对所提取特征进行特征级融合,并将展平的融合特征输入共享层,利用基于同方差不确定性的多任务学习方法,同时实现了暂态稳定判别与暂态稳定裕度预测。在此基础上,建立了暂态稳定评估模型,并对所提方法的性能进行了评估。最后,采用新英格兰10机39节点系统进行仿真、训练与验证,结果表明所提方法能有效提升评估的准确性与鲁棒性。 展开更多
关键词 暂态稳定评估 异构数据 深度学习 特征级融合 自适应多任务学习
在线阅读 下载PDF
基于实时生成定值的高比例新能源电网自适应电流保护 被引量:2
4
作者 张政伟 陈谦 +2 位作者 牛应灏 冯源 朱嘉傲 《电力建设》 CSCD 北大核心 2024年第2期137-146,共10页
新型电力系统电源侧含有高比例新能源电源,受其状态多样性、布置分散性、输出非线性等影响,电网故障期间短路电流水平下降且不确定性增强,给传统电流保护的整定配合造成困难。为此,结合传统三段式电流保护,提出了一种基于实时生成定值... 新型电力系统电源侧含有高比例新能源电源,受其状态多样性、布置分散性、输出非线性等影响,电网故障期间短路电流水平下降且不确定性增强,给传统电流保护的整定配合造成困难。为此,结合传统三段式电流保护,提出了一种基于实时生成定值的自适应电流保护方法。该方法计及新能源实际故障输出而生成定值,包括:首先,建立能区分新能源和发电机不同输出特性的等效电源模型,故障前对短路前后不变的模型参数持续辨识;故障发生后,结合就地测量信息获取等效电源模型的变化参数;然后,基于实际故障场景和故障期间新能源实际输出,对分段式电流保护进行实时整定;最后,结合测量值与整定值进行动作判断。故障前的持续辨识,保证了发电机与新能源的有效分离;基于实际故障场景生成定值可计及新能源的整体输出作用,有效应对其分散性、多样性与非线性问题。通过算例对比与分析,验证了所提自适应电流保护方法的可行性与正确性。 展开更多
关键词 新型电力系统 新能源电源 电流保护 实时定值 等效电源模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部