您当前的位置:
首页 >
文章列表页 >
基于改进粒子群优化与混合卷积神经网络的受端电网直流闭锁频率紧急控制决策优化
新能源电力系统 | 更新时间:2025-12-17
    • 基于改进粒子群优化与混合卷积神经网络的受端电网直流闭锁频率紧急控制决策优化

    • Optimization of Emergency Control Strategy for Frequency of Receiving-end Power Grid Under DC Blocking Based on Improved Particle Swarm Optimization and Hybrid Convolutional Neural Network

    • “在直流闭锁事故后受端电网频率安全领域,专家提出了基于改进粒子群优化和混合卷积神经网络的频率紧急控制决策优化方法,为解决电网频率安全问题提供解决方案。”
    • 现代电力   2025年42卷第4期 页码:711-721
    • DOI:10.19725/j.cnki.1007-2322.2023.0132    

      中图分类号: TM73
    • 收稿:2023-04-11,

      录用:2023-11-09,

      纸质出版:2025-08-10

    移动端阅览

  • 曹镇, 庄俊, 薛金花, 等. 基于改进粒子群优化与混合卷积神经网络的受端电网直流闭锁频率紧急控制决策优化[J]. 现代电力, 2025,42(4):711-721. DOI: 10.19725/j.cnki.1007-2322.2023.0132.

    Zhen CAO, Jun ZHUANG, Jinhua XUE, et al. Optimization of Emergency Control Strategy for Frequency of Receiving-end Power Grid Under DC Blocking Based on Improved Particle Swarm Optimization and Hybrid Convolutional Neural Network[J]. Modern Electric Power, 2025, 42(4): 711-721. DOI: 10.19725/j.cnki.1007-2322.2023.0132.

  •  
  •  

0

浏览量

57

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种基于粒子群优化并行神经网络的电力系统负荷特性聚类方法
基于搜寻者优化算法的电力系统无功优化

相关作者

马瑞
贺仁睦
王劲草
戴朝华
陈维荣

相关机构

  华北电力大学电力系统保护与动态安全监控教育部重点实验室  
  华北电力大学电力系统保护与动态安全监控教育部重点实验室 北京102206  
  西南交通大学电气工程学院  
  西南交通大学电气工程学院 四川成都610031  
0