基于主动迁移学习的电力系统暂态稳定自适应评估
构建了一个基于主动迁移学习的框架,基于原始场景数据搭建并训练源域暂态稳定评估(transient stability assessment,TSA)模型。当运行场景变化导致模型性能下降时启动更新机制,通过短时时域仿真生成大量无稳定性标签的样本以及完整仿真生成小批量带标签样本,采用基于变分对抗的主动学习方法学习数据潜在的特征表示空间,根据置信度选择信息量最大的无标签样本并进行标注。迁移基础模型参数并结合有标签样本进行微调,在保证迁移精度的情况下节省更新时间,通过IEEE 39节点验证了所提方法的有效性
- 2025-02-12
- 阅读39
- 下载0
- 20页
- pdf