-
题名基于梯度范数的暂态稳定评估模型的不平衡修正方法
被引量：3
- 1
-
-
作者
胡力涛
王怀远
党然
童浩轩
张旸
-
机构
福州大学电气工程与自动化学院福建省新能源发电与电能变换重点实验室
陕西飞机工业有限责任公司
国网福建省电力有限公司泰宁县供电公司
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2024年第4期158-163,177,共7页
-
基金
福建省自然科学基金资助项目(2022J01113)。
-
文摘
为了解决电力系统中样本数量和质量不平衡造成的暂态稳定评估偏差问题,从评估模型的训练过程出发,通过预训练模型获得样本对模型参数修正的梯度范数,引入梯度范数均值比量化样本的不平衡程度,相较于先验信息,梯度范数均值比综合考虑了样本数量与样本质量的不平衡,并提出基于代价敏感法的不平衡修正方法,利用该方法改善模型的评估倾向性,以实现较好的修正效果。IEEE39节点系统和华东电网系统的仿真结果验证了所提方法的有效性。
-
关键词
深度学习
暂态稳定评估
代价敏感
梯度范数
堆叠稀疏自编码器
不平衡样本
-
Keywords
deep learning
transient stability assessment
cost-sensitive
gradient norm
stacked sparse auto-en⁃coder
imbalanced sample
-
分类号
TM712
[电气工程—电力系统及自动化]
-
