您当前的位置：
首页 >
文章列表页 >
基于长短期记忆神经网络的检修态电网低频振荡风险预测方法
发电技术 2024年45卷第2期 页码：353-362
智能电网|更新时间：2025-06-15
|
基于长短期记忆神经网络的检修态电网低频振荡风险预测方法
Risk Prediction Method of Low Frequency Oscillation in Maintenance Power Network Based on Long Short Term Memory Neural Network
- “在电力系统领域，专家提出了基于LSTM神经网络的检修态电网低频振荡风险预测方法，为评估电网低频振荡风险提供解决方案。”
DOI：10.12096/j.2096-4528.pgt.22152
移动端阅览
71
浏览量
86
下载量
4
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
分布式压缩空气储能膨胀发电系统变步长功率跟踪控制策略
基于电-氢混合储能的综合能源系统直流母线电压虚拟惯性控制策略
计及储能参与的区域电网自动发电控制调控策略
考虑光伏换相与柔性负荷协同的配电网三相不平衡研究
基于无人机巡检的输电线路绝缘子及其异物检测算法
相关作者
周阿诚
刘瀚琛
李建林
崔森
陈来军
薛晟
代林昊
李锦键
相关机构
青海大学能源与电气工程学院
清华大学电机工程与应用电子技术系，北京市 海淀区
青海大学机械工程学院
兰州理工大学电气工程与信息工程学院
国网江苏省电力有限公司
AI导读
AI脑图
AI问答