[发明专利]一种基于深度学习的电力系统暂态稳定性判别系统及方法有效
| 申请号： | 201910922923.5 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110609477B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 杨珺;曹振;张化光;杨东升;王智良;刘鑫蕊;黄博南;孙秋野;王迎春;会国涛 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 李在川 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的电力系统暂态稳定性判别系统及方法，属于电力系统动态安全评估技术领域，本发明的系统包括样本获取、特征提取、样本扩展和稳定性判别四个模块，同时公开了系统实现的方法，采用深度自编码器提取电力系统样本数据的特征数据降低样本的维度，可以有效的节省计算力及计算时间；采用对抗生成网络生成伪样本数据，扩展样本集规模，使稳定性判别模块可以更好的判断电力系统的暂态稳定性，提高稳定性判断的准确率；采用深度卷积神经网络构建电力系统暂态稳定性判别模块，可以更为实时、准确的判断电力系统的暂态稳定性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电力系统 稳定性 判别 系统 方法 | ||
【主权项】：
1.一种基于深度学习的电力系统暂态稳定性判别系统，其特征在于包括：/n样本获取模块，用于获取训练网络所需的特征数据样本集；/n特征提取模块：用于提取样本生成模块获取的样本集中的重要特征；/n样本扩展模块：用于扩展样本集的样本数量；/n稳定性判别模块：用于最终判断电力系统的暂态稳定与否。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910922923.5/，转载请声明来源钻瓜专利网。
