摘要
本发明公开考虑多样性和暂态曲线全局特征的主导失稳模式样本增强改进CWGAN方法,包括以下步骤:1)搭建考虑多样性和暂态曲线全局特征的DIM增强改进CWGAN模型,并对DIM增强改进CWGAN模型进行优化;2)利用优化后的DIM增强改进CWGAN模型生成DIM样本Xgen;3)利用DIM数据集关键曲线向量和DIM样本Xgen训练DIM识别模型;4)获取待识别DIM数据,并输入至DIM识别模型,对电力系统运行状态进行识别。本发明通过捕捉关键电压/功角曲线全局特征和时序长距离依赖关系,确保生成的DIM样本能够更好地反映真实系统的特性,满足DIM识别对样本质量和多样性的要求。
技术关键词
电力系统运行状态
功角曲线
样本
数据分布
二维卷积神经网络
机器可读指令
模式
注意力机制
数据总线
发电机功角
生成对抗网络
直线
数据获取单元
处理器
可读存储介质
真实系统
电压
系统为您推荐了相关专利信息
时间序列特征
二维卷积网络
配电网负荷预测
数据
卷积神经网络提取
实时检测系统
径向基神经网络
气流
呼吸系统
动态
数据价值评估方法
样本
特征值
生成规则
数据标签
河流底泥
原位固化
修复方法
多元线性回归算法
采集底泥