基于深度学习的智能电网稳定性预测

张晓颖，段金凤，吴 琦

(长春大学 理学院，长春 130022)

作为电力系统的一项重大创新，智能电网方便了电力系统的管理，在很大程度上提升了电力系统的服务质量。为了向用户提供源源不断、质量合格的电能，要求电力系统具有很高的稳定性和可靠性[1-2]。

图1 智能电网稳定性预测研究方案流程图

目前，针对智能电网稳定性预测的相关研究较少。VERMA等[3]介绍了智能电网的规划和运行范围随着人工神经网络、深度学习等方法的引入逐步扩大。文中提供了一些智能电网组件相关的工作调查。GÜNEL等[4]展示了ML方法在提取和分析智能电网等现代工业系统设计特征方面的优势。讨论了最大似然算法，并简要研究了智能电网的应用。HOSSAIN等[5]对通过智能电网的出现引入的电力电网新技术进行了全面研究。其中，物联网集成智能电网系统可以提供高效的负荷预测和数据采集技术，具有成本效益。YOU 等[6]介绍了与传统方法相比，机器学习算法在节省模型开发和数值计算时间上对于智能电网稳定性的预测有效。ANKIT GHOSH等[7]基于人工智能技术，通过使用部分先进的最大似然算法，预测智能电网的稳定性，对其结果进行了比较。其使用的增强ML算法已被实施用来预测智能电网的稳定性。

由于电力数据庞大且涉及的算法参数较多，目前简单的机器学习模型并不能满足智能电网系统准确预测的需要。因此，本研究提出基于深度学习算法的智能电网稳定性的预测模型，多次迭代并使用多种优化器，通过仿真验证，与经典机器学习算法等进行效果和性能比较如图1所示。……