基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法

周芮; 余娟; 朱晟毅; 杨知方; 向红吉; 叶希; 孙昕炜

doi:10.16081/j.epae.202512002

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法

分析与研究 | 更新时间：2026-02-11

- 基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法
- Identification method of dominant instability modes based on transient curve diversity and global feature sample enhancement
- “专家提出基于CWGAN的DIM样本增强方法，解决数据驱动暂态主导失稳模式识别中样本不平衡问题，提升样本多样性和质量，保障识别精度。”
- 电力自动化设备 2026年46卷第3期页码：205-212
- 作者机构：
  
  1.重庆大学输变电装备技术全国重点实验室，重庆 400044
  2.国网重庆市电力公司电力科学研究院，重庆 401123
  3.国网四川省电力公司，四川成都 610041
  4.国网四川省电力公司电力科学研究院，四川成都 610041
- 作者简介：
  
  周芮（1999 —），女，硕士研究生，主要研究方向为人工智能在电力系统稳定分析中的应用、深度学习（E-mail：miszhour@163.com）；
  余娟（1980 —），女，教授，主要研究方向为电力与能源经济优化运行、风险识别、深度学习（E-mail：yujuancqu@cqu.edu.cn）。
- 基金信息：
  
  国家电网公司科技项目(5108⁃202218280A⁃2⁃263⁃XG)
- DOI：10.16081/j.epae.202512002
  中图分类号： TM73
- 收稿：2024-09-24，
  
  修回：2025-06-24，
  
  网络首发：2025-12-17，
  
  纸质出版：2026-03-10
- 稿件说明：
移动端阅览
周芮,余娟,朱晟毅等.基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法[J].电力自动化设备,2026,46(03):205-212.

ZHOU Rui,YU Juan,ZHU Shengyi,et al.Identification method of dominant instability modes based on transient curve diversity and global feature sample enhancement[J].Electric Power Automation Equipment,2026,46(03):205-212.
周芮,余娟,朱晟毅等.基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法[J].电力自动化设备,2026,46(03):205-212. DOI： 10.16081/j.epae.202512002.

ZHOU Rui,YU Juan,ZHU Shengyi,et al.Identification method of dominant instability modes based on transient curve diversity and global feature sample enhancement[J].Electric Power Automation Equipment,2026,46(03):205-212. DOI： 10.16081/j.epae.202512002.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于生成对抗网络的电力信息物理系统状态重构方法

基于改进条件生成对抗网络的可控场景生成方法

基于CNN-SAEDN-Res的短期电力负荷预测方法

基于考虑暂态曲线多样性和全局特征样本增强的主导失稳模式识别方法

Identification method of dominant instability modes based on transient curve diversity and global feature sample enhancement

DOI：10.16081/j.epae.202512002