检索结果-南通市图书馆

High-performance predictor for critical unstable generators based on scalable parallelized neural networks

Journal of Modern Power Systems and Clean Energy 2016年第3期4卷 414-426页

作者： Youbo LIU Yang LIU Junyong LIU Maozhen LI Zhibo MA Gareth TAYLOR School of Electrical Engineering and Information Sichuan UniversityChengdu 610065China Electronic and Computer Engineering Brunel UniversityUxbridgeMiddxLondon UB83PHUK Senior Power System Engineer National GridBearwood roadWokingham RG63DUUK

A high-performance predictor for critical unstable generators(CUGs) of power systems is presented in this paper. The predictor is driven by the map reduce based parallelized neural networks. Specifically, a group of back propagation neural networks(bpnns), fed by massive response trajectories data, are efficiently organized and concurrently trained in Hadoop to identify dynamic behavior of individual generator. Rather than simply classifying global stability of power systems, the presented approach is able to distinguish unstable generators accurately with a few cycles of synchronized trajectories after fault clearing,enabling more in-depth emergency awareness based on wide-area implementation. In addition, the technique is of rich scalability due to Hadoop framework, which can be deployed in the control centers as a high-performance computing infrastructure for real-time instability *** examples are studied using NPCC 48-machines test system and a realistic power system of China.

关键词： Transient stability Critical unstable generator(CUG) High-performance computing(HPC) map reduce based parallel bpnn Hadoop

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

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

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

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：