1. 国网北京市电力公司经济技术研究院
2. 电网安全全国重点实验室(中国电力科学研究院有限公司)
纸质出版:2025
移动端阅览
张裕苑, 程奕. 基于KANs与联邦学习的宽频振荡扰动源智能定位方法[J]. 黑龙江电力, 2025,47(5):397-403.
张裕苑, 程奕. 基于KANs与联邦学习的宽频振荡扰动源智能定位方法[J]. 2025, 47(5): 397-403.
张裕苑, 程奕. 基于KANs与联邦学习的宽频振荡扰动源智能定位方法[J]. 黑龙江电力, 2025,47(5):397-403. DOI: 10.13625/j.cnki.hljep.2025.05.004.
张裕苑, 程奕. 基于KANs与联邦学习的宽频振荡扰动源智能定位方法[J]. 2025, 47(5): 397-403. DOI: 10.13625/j.cnki.hljep.2025.05.004.
为提高宽频振荡扰动源定位的准确性,提出一种基于系统多尺度动态响应的智能定位方法。采用KANs网络开发了一种宽频振荡量测信号的自适应分解方法;基于格拉姆角场对分解信号进行图形化表示,增强了宽频振荡扰动定位输入的特征浓度;提出一种基于联邦学习的分布式宽频振荡智能定位模型,实现了对宽频振荡分量的独立学习和知识聚合。典型宽频振荡场景下的定位测试结果表明,与现有方法相比,所提出的方法在各种噪声环境中均表现出更高的宽频振荡扰动源定位准确性。
周孝信,陈树勇,鲁宗相,黄彦浩,马士聪,赵强.能源转型中我国新一代电力系统的技术特征[J].中国电机工程学报,2018(07).
刘福锁,方勇杰,李威,薛峰,吴雪莲,唐飞.多频振荡下的失步振荡中心变化规律及其定位[J].电力系统自动化,2014(20).
马宁宁,谢小荣,贺静波,王衡.高比例新能源和电力电子设备电力系统的宽频振荡研究综述[J].中国电机工程学报,2020(15).
韩应生,孙海顺,黄碧月,穆清,秦世耀.基于多类型电力元件统一形式离散模型的复杂系统状态空间生成方法[J].中国电机工程学报,2021(18).
刘承锡,韩江北,尚磊,董旭柱,谢小荣.能量视角下的新能源外送系统宽频振荡机理建模与量化分析综述[J].电网技术,2023(10).
戴珍,曹尚,黄文琦,侯佳萱,李汉巨,梁凌宇.基于广域测量数据驱动的电力系统强迫振荡源定位[J].电力信息与通信技术,2023(06).
王渝红,李晨鑫,周旭,朱玲俐,蒋奇良,郑宗生.压缩感知和图卷积神经网络相结合的宽频振荡扰动源定位方法[J].高电压技术,2024(03).
冯双,彭祥佳,陈佳宁,陆友文,陈力,洪希,雷家兴,汤奕.基于时空图卷积神经网络的强迫振荡定位与传播预测[J].中国电机工程学报,2024(04).
冯双,杨浩,崔昊,汤奕,雷家兴.基于Copula传递熵的设备级和网络级宽频振荡传播路径分析及振荡源定位方法[J].电工技术学报,2024(16).
姜涛,叶楠,李国庆.电力系统强迫振荡源定位的时-频域耗散能量流方法[J].电力系统自动化,2024(19).
0
浏览量
3
下载量
CSCD
关联资源
相关文章
相关作者
相关机构