摘要:为了提高卷积神经网络(convolutional neural network,CNN)的分类性能,提出 CNN 综合模型,以及 CNN 与时域仿真相结合的暂态稳定评估解决思路。首先,构建若干个具有相同结构、不同参数的 CNN 模型进行训练和预测;然后根据一定的结果综合原则对若干个 CNN 模型的预测结果进行综合,得到“稳定”、“不稳定”和“不确定”3 种分类预测结果;最后将结果不确定的样本送入时域仿真进行稳定评估。采用某省级电网算例进行了分类效果验证。结果表明,对于某故障形式,所提出的 CNN 综合模型,确定样本实现了 100%的正确率,而结果不确定的样本占总样本的比例在6%以内,说明该模型具有良好的故障筛选性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社