基于深度学习的电网调控系统异常检测与多阶段风险预警
王瑾1
裴亮2
1.南京大学软件学院,南京211102;国电南瑞南京控制系统有限公司电网分公司,南京2111062.国电南瑞南京控制系统有限公司电网分公司,南京211106
摘要：针对复杂电网调控系统中大部分风险预警技术存在准确率低的问题,提出了一种基于深度学习的电网调控系统异常检测与多阶段风险预警技术.在综合考虑系统异常类型的基础上构建了运行系统健康度评估指标.利用随机森林算法进行系统异常状态检测,并根据检测结果将系统状态分成轻压力区、拐点区和崩溃区3个阶段,结合人工神经网络模型预测系统运行状态的变化趋势并及时预警.仿真试验结果表明,3个阶段的异常检测率分别为94.53％、88.79％和80.12％,且在轻压力区的预测误差小于1％,拐点区预测误差低于10％,均优于现有异常检测与预警技术.
关键词：电网调控系统异常检测随机森林算法深度学习人工神经网络风险预警多系统运行阶段预测误差
分类号：TM734(输配电工程、电力网及电力系统)
资助基金：江苏省自然科学基金(2018JJ2064)
论文发表日期：2021-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 601-607 )
英文信息