检索结果-南通市图书馆

南方电网技术 2024年第09期 126-137页

作者：王强张津李上杨三峡大学电气与新能源学院智慧能源技术湖北省工程研究中心

基于机器学习的风电系统安全评估方法已成为当下热点，但对样本噪声影响不予以充分考虑，则难以保证系统暂态电压稳定性评估的准确性和可靠性。为此构建抗噪性高斯过程多分类模型（noisy input multi-class Gaussian process,NIMGP），... 详细信息

基于机器学习的风电系统安全评估方法已成为当下热点，但对样本噪声影响不予以充分考虑，则难以保证系统暂态电压稳定性评估的准确性和可靠性。为此构建抗噪性高斯过程多分类模型（noisy input multi-class Gaussian process,NIMGP），首先，引入稀疏高斯过程，选用诱导点代替部分原输入点进行训练，以降低模型计算的复杂度；其次，对模型中的输入数据引入可加性高斯噪声实现抗噪处理，通过泰勒级数法近似求解含噪声输入的高斯过程，使输入噪声转化为输出噪声、改善模型评估性能。最后，在含风电场的新英格兰39节点系统进行仿真，对系统暂态电压的稳定、临界和失稳状态及稳定样本的稳定裕度进行预测。多种不同工况仿真结果对比表明，NIMGP具有较强的泛化能力、在不同工况下仍有较好的预测精度。

关键词：风电系统稀疏高斯过程抗噪性高斯过程多分类稳定裕度

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

抗噪性高斯过程用于风电系统暂态电压稳定性的评估

引用

南方电网技术 2023年

作者：王强张津李上杨智慧能源技术湖北省工程研究中心三峡大学电气与新能源学院

基于机器学习的风电系统安全评估方法已为当下热点，但对样本噪声影响不以充分考虑，则难以保证系统暂态电压稳定性评估的准确性和可靠性。本文构建抗噪性高斯过程多分类模型(noisy input multi-class Gaussian process,NIMGP),首先通... 详细信息

基于机器学习的风电系统安全评估方法已为当下热点，但对样本噪声影响不以充分考虑，则难以保证系统暂态电压稳定性评估的准确性和可靠性。本文构建抗噪性高斯过程多分类模型(noisy input multi-class Gaussian process,NIMGP),首先通过引入稀疏高斯过程，选用诱导点代替部分原输入点进行训练，以降低模型计算的复杂度；其次，对模型中的输入数据引入可加性高斯噪声(εi)实现抗噪处理，通过泰勒级数法近似求解含噪声输入的高斯过程，使输入噪声转化为输出噪声、改善模型评估性能。在含风电场的新英格兰39节点系统进行仿真，包括系统暂态电压的稳定、临界和失稳状态及稳定样本的稳定裕度进行预测。多种不同工况仿真结果对比表明，NIMGP具有较强的泛化能力、在不同工况下仍有较好的预测精度。

关键词：风电系统稀疏高斯过程抗噪性高斯过程多分类稳定裕度

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：