基于不平衡数据的门图神经网络暂态稳定性评估方法,属于电力系统的暂态稳定性分析技术领域。本发明是为了目前的机器学习的方法不具有可解释性的问题。本发明基于条件生成对抗网络(CGAN)来生成不稳定的样本,不但能生成不稳定的样本,还能用来生成事件不平衡的不稳定样本,使样本不仅达到稳定与不稳定平衡,也能达到不稳定样本中的事件的平衡。在解决了样本的数据不平衡问题之后,用GGNN算法来评估电力系统的暂态稳定性,并且判断造成电力系统失稳的原因。主要用于电力系统的暂态稳定性评估。
本发明基于条件生成对抗网络(CGAN)来生成不稳定的样本,不但能生成不稳定的样本,还能用来生成事件不平衡的不稳定样本,使样本不仅达到稳定与不稳定平衡,也能达到不稳定样本中的事件的平衡。在解决了样本的数据不平衡问题之后,用GGNN算法来评估电力系统的暂态稳定性,并且判断造成电力系统失稳的原因。更为重要的是,本发明考虑不同的类型数据的影响,因此本发明可以有较高的准确率同时具有较低的错误率。此外本发明CGAN不仅能够解决数据不平衡问题,还兼顾了不稳定时类别信息,并与后续 GGNN的配合,保证了本发明对于电力系统的评估模型具有更好的鲁棒性和适用性。
黑龙江大学(Heilongjiang University),位于黑龙江省哈尔滨市,是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学,黑龙江省“双一流”建设国内一流大学A类高校,入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地,是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-10
李元首
中国航空工业集团公司哈尔滨空气动力研究所
室主任
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>