基于卷积神经网络的发电机运行状态实时监视

摘要

为了实现对电力系统中所有发电机组暂态稳定性的监视,提出一种可在线识别发电机组实时运行状态的改进卷积神经网络框架.提出的框架使用向量测量单元所获取的测量值作为数据源,利用带有预测池化层的卷积神经网络来实现多标签分类功能,以达到识别多种发电机组运行状态的目的.在模拟多种故障状态的IEEE 118测试系统上开展仿真测试.结果表明,所提出的框架能够快速而准确地识别发电机组的运行状态,是实现发电机组运行状态在线监视的可行方法.