基于堆叠自动编码器的电网运行断面相似性匹配研究
Electric Power Construction（2021）
Abstract
面向电网历史数据挖掘需求,提出了一种基于堆叠自动编码器(stacked automatic encoder,SAE)的电网运行断面相似性匹配方法.基于历史断面信息,结合电网运行特点,筛选有效样本数据.通过无标签的电网运行断面有效样本数据和逐层自动编码器(automatic encoder,AE)得到预训练阶段的权重和偏差参数.进一步地,在参数微调阶段利用带标签的样本数据、初始化后的权重以及偏差对整个网络进行参数优化,得到能够挖掘运行断面深层特征的堆叠自编码网络.所提方法通过SAE算法的深层架构建立历史运行断面数据与相似性度量的非线性映射关系,进而可得到有价值的历史信息.采用IEEE 39节点算例对所提方法进行验证.结果表明,所提方法相较K-means算法匹配准确率较高,错误率随迭代次数的增加下降速度较快.
MoreKey words
power network operation section,similarity matching,automatic encoder
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined