中文摘要:
重要节点识别对电网安全意义重大。但电网在规模、结构等方面差异较大,评价指标难以涵盖电网不同状态下所有信息,因此基于指标构建的传统评估方法,其效果视情况而定,通用性不足。由此,本文提出基于人工智能的电网节点重要度评估法。首先利用网络嵌入,提出综合考虑电网结构与电气量的电网节点特征选择法。然后对具体电网,进行各类运行方式下的稳态与节点故障暂态仿真,构建能反映节点特征与节点重要度内在关系的样本集。最后,根据优化后的样本集训练支持向量回归模型,模型成熟后可用于电网节点重要度在线评估。结果表明,本方法能根据从样本中学到的信息有效评估电网节点重要度。相比传统指标构建法,本方法规避了片面性和主观性。此外,基于该人工智能框架,本方法可针对每个具体电网建立特定样本集,具有通用性。关键词:
电网;人工智能;节点重要度;TADW法;网络嵌入;支持向量回归作者:
王慧芳,张晨宇,林冬阳,何奔腾 单位: 浙江大学电气工程学院,中国杭州市,310027;国网江苏省电力工程咨询有限公司,中国南京市,210020 本文引用格式: Hui-fang Wang, Chen-yu Zhang, Dong-yang Lin, Ben-teng He, 2019. An artificial intelligence based method for evaluating power grid node importance using network embedding and support vector regression. Frontiers of Information Technology & Electronic Engineering, 20(6):816-828. https://doi.org/10.1631/FITEE.1800146 |
全文下载地址:
http://www.jzus.zju.edu.cn/oldversion/opentxt.php?doi=10.1631/FITEE.1800146关于本刊
Frontiers of Information Technology &Electronic Engineering(简称FITEE,中文名《信息与电子工程前沿(英文)》,ISSN2095-9184,CN 33-1389/TP)是信息电子类综合性英文学术月刊,SCI-E、EI收录,最新影响因子1.033。前身为2010年创办的《浙江大学学报英文版C辑:计算机与电子》,2015年更为现名,现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城,实行国际同行评审制,初次转达意见一般在2~3个月内。文章一经录用将快速在线。
FITEE官网:http://www.jzus.zju.edu.cn
期刊Springer主页:
http://www.springer.com/computer/journal/11714
在线投稿地址:
http://www.editorialmanager.com/zusc
微信加群为方便广大科研人员交流讨论,本平台建有以下学科微信群。有需要加群的用户,请加小编个人微信号fitee_xb,并留言想要加入的群,小编会拉您进群。营销广告人员请勿扰。
计算机科学与技术学术群 | 光学工程与技术学术群 |
控制科学与技术学术群 | 信息与通信学术群 |
电力电子学术群 | 人工智能学术 |
本公众号为中国工程院院刊《信息与电子工程前沿(英文)》(SCI-E、EI检索期刊)官方微信,功能包括:传播期刊的学术文章;为刊物关联学人(读者、作者、评审人、编委,等)提供便捷服务;发布学术写作、评审、编辑、出版等相关资讯;介绍信息与电子工程领域学术人物、学术思想、学术成果,展示该领域科学研究前沿进展;为该领域海内外学者提供友好互动平台。