《表3 多条支路越限情况下2种安全校正方法结果对比》
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
《基于深度学习的含统一潮流控制器的电力系统快速安全校正》
DNN识别模型具备强大的学习能力,可以对多条支路同时越限的历史样本进行学习,确定不同工况下的节点调整状态。为验证本文方法的适用性,节点调整状态识别模型基于多条支路同时越限的历史样本重新训练,并利用本文方法完成安全校正策略的快速计算。不同工况下本文方法与传统模型方法的安全校正结果对比如表3所示
图表编号 | XD00220042800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.10 |
作者 | 孙国强、张恪、卫志农、李群、刘建坤、赵静波、张宁宇 |
绘制单位 | 河海大学能源与电气学院、河海大学能源与电气学院、河海大学能源与电气学院、国网江苏省电力有限公司电力科学研究院、国网江苏省电力有限公司电力科学研究院、国网江苏省电力有限公司电力科学研究院、国网江苏省电力有限公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |