融合样本加权迁移学习的暂态电压稳定评估模型OA

针对暂态电压稳定评估模型因实际故障样本与训练样本的分布存在偏差而导致的精度下降问题,提出一种融合样本加权迁移学习的暂态电压稳定评估模型。首先,采用长短期记忆网络进行特征提取,借助特征提取器与域判别器的对抗训练机制,实现源域与目标域样本特征空间的对齐。其次,基于源域训练样本与目标域故障样本的相似度指标,在对抗训练过程中为源域样本动态分配权重,以强化关键样本在迁移过程中的作用。最后,在IEEE 39节点系统中进行仿真实验,结果表明,所提模型能够有效提升评估精度与泛化性能。