Loading...
机构名称:
¥ 2.0

摘要:可再生能源的高渗透率,加上传统发电厂的退役,导致电力系统惯性下降。这对电力系统的暂态稳定性产生了负面影响。本文旨在回顾人工智能在电力系统暂态稳定性评估中的应用现状,重点介绍不同的机器、深度学习和强化学习技术。回顾涵盖数据生成过程(来自测量和模拟)、数据处理流程(特征工程、拆分策略、降维)、模型构建和训练(包括集成和超参数优化技术)、部署和管理(包括用于检测偏差和漂移的监控)。回顾特别关注在标准基准测试用例上显示出良好结果的不同深度学习模型。回顾的最终目的是指出不同方法的优缺点,提出现有模型面临的当前挑战,并展望未来可能的研究机会。

电力系统暂态稳定性评估的人工智能技术

电力系统暂态稳定性评估的人工智能技术PDF文件第1页

电力系统暂态稳定性评估的人工智能技术PDF文件第2页

电力系统暂态稳定性评估的人工智能技术PDF文件第3页

电力系统暂态稳定性评估的人工智能技术PDF文件第4页

电力系统暂态稳定性评估的人工智能技术PDF文件第5页