基于改进的Transformer神经网络辅助的两阶段机组组合决策方法

TM73; 为了解决大规模电力系统机组组合的"维数灾"问题,提出基于Transformer神经网络的两阶段机组组合决策方法,该方法兼顾求解精度与速度.在第一阶段,考虑机组组合时段耦合的特性,提出基于多头注意力机制的特征向量构建方法,进而基于Transformer神经网络的全局视野与并行化优势,提出一种改进的Transformer神经网络来预辨识机组启停值.在第二阶段,基于预辨识的机组状态设计置信度阈值,并将机组启停判定可信度定义为启停可信与启停不可信状态,对于启停可信机组的状态进行直接确定,对于启停不可信机组的状态,通过机组组合物理模型进行求解来保证求解的可行性.IEEE...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 43; no. 3; pp. 172 - 179
Main Authors 武新章, 赵子巍, 代伟, 谢代钰, 郭苏杭, 王泽宇, 张冬冬
Format Journal Article
LanguageChinese
Published 广西大学 电气工程学院,广西 南宁 530004%广西电网电力调度控制中心,广西 南宁 530023 01.03.2023
Subjects
Transformer神经网络
特征构造
数据驱动
机组组合
深度学习
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202209014

Cover

Abstract TM73; 为了解决大规模电力系统机组组合的"维数灾"问题,提出基于Transformer神经网络的两阶段机组组合决策方法,该方法兼顾求解精度与速度.在第一阶段,考虑机组组合时段耦合的特性,提出基于多头注意力机制的特征向量构建方法,进而基于Transformer神经网络的全局视野与并行化优势,提出一种改进的Transformer神经网络来预辨识机组启停值.在第二阶段,基于预辨识的机组状态设计置信度阈值,并将机组启停判定可信度定义为启停可信与启停不可信状态,对于启停可信机组的状态进行直接确定,对于启停不可信机组的状态,通过机组组合物理模型进行求解来保证求解的可行性.IEEE 30节点和IEEE 2383节点系统的仿真结果验证了所提方法的有效性.
AbstractList TM73; 为了解决大规模电力系统机组组合的"维数灾"问题,提出基于Transformer神经网络的两阶段机组组合决策方法,该方法兼顾求解精度与速度.在第一阶段,考虑机组组合时段耦合的特性,提出基于多头注意力机制的特征向量构建方法,进而基于Transformer神经网络的全局视野与并行化优势,提出一种改进的Transformer神经网络来预辨识机组启停值.在第二阶段,基于预辨识的机组状态设计置信度阈值,并将机组启停判定可信度定义为启停可信与启停不可信状态,对于启停可信机组的状态进行直接确定,对于启停不可信机组的状态,通过机组组合物理模型进行求解来保证求解的可行性.IEEE 30节点和IEEE 2383节点系统的仿真结果验证了所提方法的有效性.
Author 代伟
谢代钰
武新章
王泽宇
郭苏杭
赵子巍
张冬冬
AuthorAffiliation 广西大学 电气工程学院,广西 南宁 530004%广西电网电力调度控制中心,广西 南宁 530023
AuthorAffiliation_xml – name: 广西大学 电气工程学院,广西 南宁 530004%广西电网电力调度控制中心,广西 南宁 530023
Author_FL DAI Wei
ZHAO Ziwei
ZHANG Dongdong
WU Xinzhang
XIE Daiyu
GUO Suhang
WANG Zeyu
Author_FL_xml – sequence: 1
  fullname: WU Xinzhang
– sequence: 2
  fullname: ZHAO Ziwei
– sequence: 3
  fullname: DAI Wei
– sequence: 4
  fullname: XIE Daiyu
– sequence: 5
  fullname: GUO Suhang
– sequence: 6
  fullname: WANG Zeyu
– sequence: 7
  fullname: ZHANG Dongdong
Author_xml – sequence: 1
  fullname: 武新章
– sequence: 2
  fullname: 赵子巍
– sequence: 3
  fullname: 代伟
– sequence: 4
  fullname: 谢代钰
– sequence: 5
  fullname: 郭苏杭
– sequence: 6
  fullname: 王泽宇
– sequence: 7
  fullname: 张冬冬
BookMark eNotkMtKw0AYhWdRwVr7AL6Bm8R_ZjKZZCnFGxR0UddlkkzUUhPJIILrKuLCC2gRLbrRhQvdFMUmqC_TZOpbGFA4cBYHvgPfDKpEcSQRmsNgYhscvNAx5Z6QJgFCwAVsVVAVA9iGDRafRnWldjxgmHKLYaeKNvKHdJyeFVejyfedvu21EhGpME52ZaKf7nV2rj8vdTaYfB3lp8_lPv54_Ll5L17fikGqs16Z_OIkPx7ql37RHxXD61k0FYqukvX_rqHN5aVWY9Vorq-sNRabhsJAicE8hwoZcMYC7vqWYNwPHGFzLDilwrJd4QNxfY5dGwQlHEsONJTMJ5LgkBFaQ_N_3AMRhSLaanfi_SQqH9tB9zDYVl4pgAItLdBftAxsxQ
ClassificationCodes TM73
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16081/j.epae.202209014
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Two-stage unit commitment decision-making method based on auxiliary of improved Transformer neural network
EndPage 179
ExternalDocumentID dlzdhsb202303022
GrantInformation_xml – fundername: (国家自然科学基金); (广西自然科学基金资助项目)
  funderid: (国家自然科学基金); (广西自然科学基金资助项目)
GroupedDBID 2B.
4A8
92I
93N
ADMLS
ALMA_UNASSIGNED_HOLDINGS
PSX
TCJ
ID FETCH-LOGICAL-s1032-5b83aed755d79c4a57cd8a671a733a469ac029c71960a3271e703fe5c2e21f523
ISSN 1006-6047
IngestDate Thu May 29 03:54:34 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 3
Keywords Transformer神经网络
特征构造
数据驱动
机组组合
深度学习
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1032-5b83aed755d79c4a57cd8a671a733a469ac029c71960a3271e703fe5c2e21f523
PageCount 8
ParticipantIDs wanfang_journals_dlzdhsb202303022
PublicationCentury 2000
PublicationDate 2023-03-01
PublicationDateYYYYMMDD 2023-03-01
PublicationDate_xml – month: 03
  year: 2023
  text: 2023-03-01
  day: 01
PublicationDecade 2020
PublicationTitle 电力自动化设备
PublicationTitle_FL Electric Power Automation Equipment
PublicationYear 2023
Publisher 广西大学 电气工程学院,广西 南宁 530004%广西电网电力调度控制中心,广西 南宁 530023
Publisher_xml – name: 广西大学 电气工程学院,广西 南宁 530004%广西电网电力调度控制中心,广西 南宁 530023
SSID ssib051374518
ssib006563412
ssib023167001
ssib000271330
ssib001129761
ssib036435470
ssib057620044
Score 2.4136236
Snippet TM73; 为了解决大规模电力系统机组组合的"维数灾"问题,提出基于Transformer神经网络的两阶段机组组合决策方法,该方法兼顾求解精度与速度.在第一阶段,考虑机组组合时段耦合...
SourceID wanfang
SourceType Aggregation Database
StartPage 172
Title 基于改进的Transformer神经网络辅助的两阶段机组组合决策方法
URI https://d.wanfangdata.com.cn/periodical/dlzdhsb202303022
Volume 43
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1006-6047
  databaseCode: ADMLS
  dateStart: 20200101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib057620044
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFA9le_EiiorfVHBOZTWZj2TmONnNUsSK4BZ6K5Ns1h5kBdteeq4iHvwALaJFL3rwoJei2Bb1n-lu6n_hm5dsEtseqrAMbycz7_3mvcm8l2Q-HOdq4EJ-IoKmMZBwI1XTMBM3jWu3ZmH9hOGr7Nlb_swcvzEv5ica3dqspZXl-Fqyeui6kv-xKuSBXe0q2X-wbMkUMoAG-0IKFob0SDYmkSCqQ0JNIm5TGZHIJwpoRSJJwg5RIYkCouAS745DVDAS5GmoGlkiDInsINEmyityVAsZREQKK0RqolXJCaVJooFQREEx34rVEQkFym8hopwzrxEg0SVSIkOfhAxhgFCsDqlFjfn5gZjjmBnlcmSOSGybJJFQV4-x5TxbyEoiksjmAMLKzyLGNtGlNBflh0S7VRFpxeSSLDLXEmFAZLsqwm1zNEMCJHb-quwSTWtFQD0UMuuvViir5pbhzYAilDWWhS6QQOg6KGBof7qmA0SueIEMKthWgD7CsjTKVRYJbR3kPo26gsbl7MHE3rRgNuomVBwGppRc6yIH7QGgJMPqutAx9Ma8CTLvInmnaWOZji38L-jy5eKF-7Tvp3w330N17F85q40jrOYsvfzQpiLu8vJDhQ64dB-CVvTpUMzua0upaz_9V_FLOau0d2-1t7gUW0uC66IQmE1S8PVuw5nU7dmbd-pf2z1W_5oMQW9QW98NzziMV2E_tbtFjKdnwH8GUbzglZ8THgu4qGI8YYW6eI50qZBiQoVtzPX9TcH1goO-GdythbbdE87x4pl0SucDzElnYnXxlHN7-H57d_vp6OXW3q-32Zu12vCRfXyX7TzLfrzIdjb2fj4cPvkE13e_f_j9-tvoy9fRxna2swa_4fPHw0eb2ef10frWaPPVaWeuE3VbM83i-JXmkt1lsyliyUzaC4ToBSrhMJYnPWn8wDMBY4b7yiQuVUkAPtw1DFSaQvTQT0VCU-r1BWVnnMbg_iA960ylKY3TtB-LgMZ2t6uYsqRnQO0ylSqJk3POlUIDC8XwurSw35rnj1DmgnOsuo8vOo3lByvpJXhoWI4vF33gD2PB0Ek
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%B9%E8%BF%9B%E7%9A%84Transformer%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%BE%85%E5%8A%A9%E7%9A%84%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%9C%BA%E7%BB%84%E7%BB%84%E5%90%88%E5%86%B3%E7%AD%96%E6%96%B9%E6%B3%95&rft.jtitle=%E7%94%B5%E5%8A%9B%E8%87%AA%E5%8A%A8%E5%8C%96%E8%AE%BE%E5%A4%87&rft.au=%E6%AD%A6%E6%96%B0%E7%AB%A0&rft.au=%E8%B5%B5%E5%AD%90%E5%B7%8D&rft.au=%E4%BB%A3%E4%BC%9F&rft.au=%E8%B0%A2%E4%BB%A3%E9%92%B0&rft.date=2023-03-01&rft.pub=%E5%B9%BF%E8%A5%BF%E5%A4%A7%E5%AD%A6+%E7%94%B5%E6%B0%94%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%B9%BF%E8%A5%BF+%E5%8D%97%E5%AE%81+530004%25%E5%B9%BF%E8%A5%BF%E7%94%B5%E7%BD%91%E7%94%B5%E5%8A%9B%E8%B0%83%E5%BA%A6%E6%8E%A7%E5%88%B6%E4%B8%AD%E5%BF%83%2C%E5%B9%BF%E8%A5%BF+%E5%8D%97%E5%AE%81+530023&rft.issn=1006-6047&rft.volume=43&rft.issue=3&rft.spage=172&rft.epage=179&rft_id=info:doi/10.16081%2Fj.epae.202209014&rft.externalDocID=dlzdhsb202303022
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fdlzdhsb%2Fdlzdhsb.jpg