考虑样本加权的迁移学习暂态稳定评估模型更新方法
Transfer learning⁃based updating method of transient stability assessment model considering sample⁃weighted作者机构:福州大学电气工程与自动化学院新能源发电与电能变换重点实验室福建福州350108 陕西飞机工业有限责任公司陕西汉中723000
出 版 物:《福州大学学报(自然科学版)》 (Journal of Fuzhou University(Natural Science Edition))
年 卷 期:2023年第51卷第6期
页 面:777-783页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:暂态稳定评估 样本加权 密度比估计 迁移学习 模型更新
摘 要:在电力系统暂态稳定评估模型的更新过程中,针对与潜在故障相关性较小的故障样本影响迁移效果的问题,本研究从原始样本的特征量出发,发现其分布差异能反映故障之间的相关程度,由此提出考虑样本加权的迁移学习方法,进一步提高更新后评估模型的性能.首先,通过预先训练获得一个独立的域判别器,以此衡量训练模型的各故障样本相对于潜在故障的相似程度.其次,将量化后的分布差异通过密度比估计的方式进行转化,得到训练模型的各故障样本所赋予的权重大小.最后,将权重引入迁移学习更新评估模型的损失函数中,实现样本筛选.所提方法的有效性在IEEE-39节点系统和华东某区域的实际系统中均得到验证.