申请/专利权人：国网青海省电力公司;福州大学

申请日：2024-02-01

公开（公告）日：2024-04-09

公开（公告）号：CN117853272A

主分类号：G06Q50/06

分类号：G06Q50/06;G06F18/22;G06N3/0442;G06F18/24;G06F18/2132

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供一种考虑样本相似性和时序特征的电力系统稳定评估模型加权迁移更新方法。一方面，针对与目标域相关性较低的源域样本影响模型更新效果的问题，该方法从故障样本的原始特征出发，通过域判别器衡量各源域样本相对于目标域样本的特征分布差异后，再依靠样本重要性加权理论对源域样本进行适当加权；另一方面，该方法在MMD的基础上，结合LSTM特征提取模块的输出特点，对源域和目标域之间故障样本不同时段的特征量分别进行分布差异的度量，并依照其所能够反映电力系统稳定性的能力赋予不同权重。最后，通过缩减所提加权迁移方法的总目标函数对评估模型进行更新，基于此改善模型对于目标域样本的适应能力，提高模型的整体评估精度。

主权项：1.一种考虑样本相似性和时序特征的电力系统稳定评估模型加权迁移更新方法，其特征在于，包括以下步骤：步骤S1：采用时域仿真软件对系统中各类故障情况进行批量仿真后，选择故障发生瞬间、故障清除瞬间以及故障清除后的系统动态运行信息作为特征量，构建源域样本集和目标域样本集；步骤S2：输入源域样本集和目标域样本集，并对两个领域中的样本域标签分别进行定义；通过训练好的域判别器衡量源域各样本与目标域样本的相似程度后，在标签分类损失中以样本加权的方式对重要程度较高的源域样本进行强调；步骤S3：将源域样本和目标域样本的特征信息按照时序特点进行划分；逐时段计算源域和目标域之间样本特征的分布差异后，在域混淆损失中依照各时段样本特征所能反应系统稳定性的能力赋予其相应的权重；步骤S4：为了改善系统稳定评估模型的性能，将标签分类损失和域混淆损失相结合形成总目标函数并进行缩减，以对评估模型的参数进行调整与更新，进而提高模型的整体评估精度。

全文数据：

权利要求：

百度查询： 国网青海省电力公司;福州大学 一种考虑样本相似性和时序特征的电力系统稳定评估模型加权迁移更新方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD