深度迁移状态估计数据集

通过matlab软件生成不同拓扑下深度迁移学习状态估计的训练集，包括系统量测数据集、电压幅值数据集、电压相角差数据集。其次利用python软件搭建基于深度迁移学习的电力系统状态估计模型进行数据学习并使用测试集进行模型测试。该数据集可解决拓扑时变情况下数据驱动状态估计模型估计精度低的问题。数据大小为114MB。

搜集汇总

背景与挑战

背景概述

该数据集由河海大学黄蔓云创建，通过MATLAB生成了多种拓扑下的深度迁移学习状态估计训练集，涵盖系统量测、电压幅值和电压相角差数据；同时利用Python构建了基于深度迁移学习的电力系统状态估计模型，用于解决拓扑时变情况下数据驱动模型估计精度低的问题，数据总量约114MB。