考虑多样性和暂态曲线全局特征的主导失稳模式样本增强改进CWGAN方法
申请号:CN202410911401
申请日期:2024-07-09
公开号:CN119202702A
公开日期:2024-12-27
类型:发明专利
摘要
本发明公开考虑多样性和暂态曲线全局特征的主导失稳模式样本增强改进CWGAN方法,包括以下步骤:1)搭建考虑多样性和暂态曲线全局特征的DIM增强改进CWGAN模型,并对DIM增强改进CWGAN模型进行优化;2)利用优化后的DIM增强改进CWGAN模型生成DIM样本Xgen;3)利用DIM数据集关键曲线向量和DIM样本Xgen训练DIM识别模型;4)获取待识别DIM数据,并输入至DIM识别模型,对电力系统运行状态进行识别。本发明通过捕捉关键电压/功角曲线全局特征和时序长距离依赖关系,确保生成的DIM样本能够更好地反映真实系统的特性,满足DIM识别对样本质量和多样性的要求。
技术关键词
电力系统运行状态
功角曲线
样本
数据分布
二维卷积神经网络
机器可读指令
模式
注意力机制
数据总线
发电机功角
生成对抗网络
直线
数据获取单元
处理器
可读存储介质
真实系统
电压