隨著電力系統(tǒng)的快速發(fā)展,電網(wǎng)容量日益擴(kuò)大,拓?fù)浣Y(jié)構(gòu)日趨復(fù)雜,新能源大規(guī)模接入,特高壓交直流混聯(lián)日益普及,越來(lái)越多的大型系統(tǒng)以互聯(lián)的方式運(yùn)行在接近暫態(tài)穩(wěn)定安全約束的邊緣地帶,電網(wǎng)的安全穩(wěn)定運(yùn)行面臨越來(lái)越嚴(yán)峻的挑戰(zhàn),暫態(tài)穩(wěn)定性評(píng)估這一傳統(tǒng)問(wèn)題被賦予了更多的復(fù)雜性和新時(shí)代技術(shù)帶來(lái)的新要求,日益顯出其重要性,并再次成為電力系統(tǒng)技術(shù)研究的核心熱點(diǎn)問(wèn)題之一。傳統(tǒng)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法以直接法和時(shí)域仿真法為主,但是隨著電網(wǎng)的快速發(fā)展,輸電線路大幅增加,直接法和時(shí)域仿真法的局限和不足越來(lái)越顯露出來(lái),已越來(lái)越難以適應(yīng)飛速發(fā)展的時(shí)代技術(shù)要求。而在人工智能領(lǐng)域新涌現(xiàn)出的各類新方法和手段,可以為研究暫態(tài)穩(wěn)定性問(wèn)題的研究提供全新的視角和思路,這些智能型方法有其優(yōu)點(diǎn),但也有其自身不成熟的一面,如何揚(yáng)長(zhǎng)避短充分發(fā)揮智能型評(píng)估方法的優(yōu)點(diǎn),將之運(yùn)用到暫態(tài)穩(wěn)定的評(píng)估中來(lái),構(gòu)成了本文的核心研究?jī)?nèi)容。從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論入手,分析其組成結(jié)構(gòu)、模型的訓(xùn)練方法和參數(shù)尋優(yōu)的策略,結(jié)合電壓幅值變化與系統(tǒng)暫態(tài)之間的關(guān)系,構(gòu)建了基于深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估模型。充分發(fā)揮深度置信網(wǎng)絡(luò)模型在挖掘數(shù)據(jù)潛在規(guī)則方面的優(yōu)勢(shì),完成快速... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 題目研究背景及意義
    1.2 暫態(tài)穩(wěn)定相關(guān)內(nèi)容概述
        1.2.1 電力系統(tǒng)暫態(tài)穩(wěn)定概述
        1.2.2 暫態(tài)穩(wěn)定評(píng)估方法的總結(jié)
    1.3 仿真軟件介紹
    1.4 基于機(jī)器學(xué)習(xí)方法的研究現(xiàn)狀
    1.5 本文主要任務(wù)
第2章 機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論
    2.1 引言
    2.2 人工神經(jīng)網(wǎng)絡(luò)概述
        2.2.1 人工神經(jīng)網(wǎng)絡(luò)的組成
        2.2.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模式
    2.3 卷積神經(jīng)網(wǎng)絡(luò)(CNN)概述
        2.3.1 網(wǎng)絡(luò)構(gòu)造與原理
        2.3.2 卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
        2.3.3 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
    2.4 深度學(xué)習(xí)優(yōu)化方法
        2.4.1 常見(jiàn)的優(yōu)化方法
        2.4.2 自適應(yīng)參數(shù)優(yōu)化方法
    2.5 本章小結(jié)
第3章 基于深度置信網(wǎng)絡(luò)的暫態(tài)穩(wěn)定評(píng)估模型構(gòu)建
    3.1 引言
    3.2 深度置信網(wǎng)絡(luò)理論研究
        3.2.1 受限玻爾茲曼機(jī)(RBM)
        3.2.2 深度置信網(wǎng)絡(luò)(DBN)
        3.2.3 輸入特征學(xué)習(xí)過(guò)程
        3.2.4 網(wǎng)絡(luò)訓(xùn)練方法
    3.3 基于DBN暫態(tài)評(píng)估模型的構(gòu)建
        3.3.1 輸入特征選取
        3.3.2 模型建模
        3.3.3 暫態(tài)評(píng)估流程
    3.4 算例分析
        3.4.1 輸入樣本集構(gòu)建
        3.4.2 模型評(píng)估性能
        3.4.3 不同系統(tǒng)下模型評(píng)估性能測(cè)試
    3.5 本章小結(jié)
第4章 基于卷積神經(jīng)網(wǎng)絡(luò)的暫態(tài)穩(wěn)定評(píng)估模型構(gòu)建
    4.1 暫態(tài)評(píng)估評(píng)估模式
    4.2 電壓軌跡與暫態(tài)穩(wěn)定關(guān)系
    4.3 構(gòu)建暫態(tài)評(píng)估模型
        4.3.1 評(píng)估模型結(jié)構(gòu)
        4.3.2 評(píng)估模型參數(shù)
    4.4 暫態(tài)評(píng)估流程
        4.4.1 評(píng)估指標(biāo)
        4.4.2 暫態(tài)評(píng)估流程
    4.5 深度學(xué)習(xí)框架選擇
    4.6 算例分析
        4.6.1 評(píng)估樣本集的創(chuàng)建
        4.6.2 卷積模型結(jié)構(gòu)設(shè)置
        4.6.3 評(píng)估模型的性能分析
        4.6.4 不同輸入特征情況下模型評(píng)估性能分析
        4.6.5 不同系統(tǒng)下模型評(píng)估性能分析
    4.7 本章小結(jié)
第5章 結(jié)論和展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介與碩士期間取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于一維卷積神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 高昆侖,楊帥,劉思言,李向偉.  電力系統(tǒng)自動(dòng)化. 2019(12)
[2]基于時(shí)序軌跡特征學(xué)習(xí)的暫態(tài)電壓穩(wěn)定評(píng)估[J]. 朱利鵬,陸超,黃河,劉映尚.  電網(wǎng)技術(shù). 2019(06)
[3]巴西“3·21”大停電事故分析及對(duì)中國(guó)電網(wǎng)的啟示[J]. 易俊,卜廣全,郭強(qiáng),習(xí)工偉,張劍云,屠競(jìng)哲.  電力系統(tǒng)自動(dòng)化. 2019(02)
[4]人工智能在電力系統(tǒng)暫態(tài)問(wèn)題中的應(yīng)用綜述[J]. 湯奕,崔晗,李峰,王琦.  中國(guó)電機(jī)工程學(xué)報(bào). 2019(01)
[5]用于電力系統(tǒng)故障診斷的優(yōu)勢(shì)粗糙集分類系統(tǒng)研究[J]. 劉偉,黎勁松,劉愛(ài)軍.  電工技術(shù). 2018(22)
[6]一種利用機(jī)端電壓幅值軌跡MLE指標(biāo)的暫態(tài)功角穩(wěn)定在線辨識(shí)方法[J]. 魏少攀,楊明,韓學(xué)山,馬世英,劉道偉.  中國(guó)電機(jī)工程學(xué)報(bào). 2017(13)
[7]基于堆疊自動(dòng)編碼器的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 朱喬木,陳金富,李弘毅,石東源,李銀紅,段獻(xiàn)忠.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(10)
[8]國(guó)外2起重要停電事故分析及啟示[J]. 靳曉凌,代賢忠,張鈞.  電力安全技術(shù). 2016(07)
[9]智能配電網(wǎng)大數(shù)據(jù)應(yīng)用需求和場(chǎng)景分析研究[J]. 歐陽(yáng)曙光.  科技創(chuàng)新導(dǎo)報(bào). 2015(31)
[10]材料時(shí)頻域屏蔽效能及其強(qiáng)電磁場(chǎng)測(cè)試（英文）[J]. 張龍,魏光輝,范麗思,胡小鋒,趙陽(yáng),張勇強(qiáng).  高電壓技術(shù). 2013(10)

博士論文
[1]基于深度學(xué)習(xí)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估及風(fēng)電功率預(yù)測(cè)方法研究[D]. 朱喬木.華中科技大學(xué) 2019
[2]基于機(jī)器學(xué)習(xí)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估研究[D]. 葉圣永.西南交通大學(xué) 2010

碩士論文
[1]基于電壓時(shí)序軌跡和機(jī)器學(xué)習(xí)的暫態(tài)穩(wěn)定評(píng)估[D]. 梁咪咪.浙江大學(xué) 2019
[2]基于PMU數(shù)據(jù)的電力系統(tǒng)暫態(tài)穩(wěn)定監(jiān)測(cè)[D]. 李霞梅.山東大學(xué) 2017
[3]基于PSASP的諸暨電力系統(tǒng)暫態(tài)穩(wěn)定的研究[D]. 陳淑萍.華北電力大學(xué)(北京) 2016
[4]基于深度信念網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D]. 單外平.華南理工大學(xué) 2015
[5]電力系統(tǒng)諧波檢測(cè)與去噪方法研究[D]. 朱文文.南京郵電大學(xué) 2013
[6]基于數(shù)據(jù)離散化和神經(jīng)網(wǎng)絡(luò)的暫態(tài)穩(wěn)定評(píng)估方法研究[D]. 李軍.華北電力大學(xué)（河北） 2005



本文編號(hào)：3187978