技术特征：
技术总结
本发明涉及一种基于深度神经网络技术的电力系统暂态稳定评估方法，该方法首先利用电力系统中WAMS系统采集到的重要母线的电压幅值和相角以及部分发电机直连线路的有功功率作为原始输入数据，然后再对其进行数据预处理后形成训练集；利用双向长短时记忆网络和改进卷积神经网络的融合模型建立电力系统暂态稳定评估模型。该模型由输入层、长短时记忆网络层、卷积层、池化层和轻量梯度提升机输出层组成。本发明利用双向长短时记忆网络结合卷积神经网络进行特征提取，挖掘数据的隐藏模式，形成更有利于暂态稳定评估的高阶特征，进而将其输入轻量梯度提升机中进行评估。该方法不仅能够具有较高的评估准确率，同时还可以较好地适应在测量数据含有噪声的条件下的评估性能，对于电力系统在线安全稳定评估具有重要意义。
技术研发人员：李向伟;许刚
受保护的技术使用者：华北电力大学
技术研发日：2019.03.12
技术公布日：2019.05.21