摘要
本发明公开了一种方差引导式域适应电力系统暂态稳定自适应评估方法及系统,方法包括:获取电力系统不同运行场景下的电压轨迹簇特征构造源域数据,利用神经网络对源域数据进行训练,构建源域任务模型;获取电力系统运行场景发生变化时的响应数据,构建目标域数据,将源域数据与目标域数据进行合并构建混合样本集;利用改进暂态稳定评估方法和混合样本集对源域任务模型进行更新,构建目标域任务模型;将电力系统的实时运行数据输入至目标域任务模型,对电力系统的暂态稳定进行评估。本发明通过实时更新源域任务模型以适应电网运行场景的动态变化,解决了传统深度学习模型在新能源电力系统中因工况多变而导致的评估不准确问题,提高了暂态稳定评估的精度和鲁棒性。
技术关键词
电力系统暂态
暂态稳定评估方法
场景发生变化
计算机可执行指令
数据分布
样本
新能源电力系统
度量
分布方差
机制
高斯核函数
深度学习模型
数据获取模块
处理器
轨迹
系统为您推荐了相关专利信息
分类字典
智能分类方法
字典数据库
地下管道
市政管道
训练样本图像
特征提取单元
参数
计算机可执行指令
检测模型训练
机组组合方法
电力系统机组
电力系统基础
建立电力系统
计算机可执行指令
智能图像识别方法
食材识别
烹饪食谱
食材图像
人机交互界面
电磁暂态模型
有效性评价方法
控制系统结构
暂态过程
特高压