基于卷积神经网络的电力系统暂态稳定评估方法

摘要

本发明公开了一种基于卷积神经网络的电力系统暂态稳定评估方法，该方法将电力系统中WAMS系统采集到的各母线电压幅值和相角的时域响应信息作为原始输入特征；借鉴处理图片像素的方法，通过卷积神经网络和Dropout技术构建电力系统暂态稳定评估模型。该模型由输入层、卷积层、池化层、全连接层和Softmax输出层组成。本发明无需人工提取输入特征，而是根据WAMS系统得到的实时响应信息，直接进行电力系统暂态稳定性判断；本发明大大减少了网络训练参数，减小了训练难度，提高了训练效率，有效地防止了过拟合，具有较高的评估准确率和极强的泛化能力。