《表3 各PMU配置情况下的计算结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的电力系统小干扰稳定评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取2018年3月9日的1 000组PMU数据，使用Prony方法对PMU曲线进行分析，计算得到相应的特征值，将其中900组数据作为训练集，剩余100组数据作为测试集，使用CNN训练后得到的结果如表3第2行所示。由表3可见，虽然输入数据并未包括系统的全部节点和支路数据，CNN模型也能够准确地计算出系统的关键特征值，CNN能够从不完全的信息中推断出系统的运行状态，对数据的缺失具有一定的泛化能力。