參考文獻(xiàn)
[1] 劉俐，李勇，曹一家，等. 基于支持向量機(jī)和長(zhǎng)短期記憶網(wǎng)絡(luò)的暫態(tài)功角穩(wěn)定預(yù)測(cè)方法[J]. 電力自動(dòng)化設(shè)備，2020，40(2)：129-139.
[2] 吳學(xué)蘋， 寧強(qiáng). 交直流電力系統(tǒng)暫態(tài)過程中同步發(fā)電機(jī)阻尼轉(zhuǎn)矩系數(shù)的計(jì)算[J]. 電氣技術(shù)，2015(8)：11-14.
[3] DOMMEL H W, SATO N.Fast transient stability solutions[J].IEEE Transactions on Power Apparatus & Systems，2007，91(4)：1643-1650.
[4] 許漢平，黃涌，陳堅(jiān). 電力系統(tǒng)實(shí)時(shí)數(shù)字仿真系統(tǒng)介紹[J]. 華中電力，2002，15(3)：10-12.
[5] 宋新立，湯涌，劉文焯，等. 電力系統(tǒng)全過程動(dòng)態(tài)仿真的組合數(shù)值積分算法研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2009，29(28)：23-29.
[6] MAGNUSSON P C.The transient-energy method of calculating stability[J].Transactions of the American Institute of Electrical Engineers，1947，66(1)：747-755.
[7] ASIM H, NITAI P, DEBASISH M. Transient Stability Analysis of a Multimachine Power System with TCSC Controller-A Zero Dynamic Design Approach[J].International Journal of Electrical Power and Energy Systems，2018，97(10)：51-57.
[8] 顧雪平，曹紹杰，張文勤. 基于神經(jīng)網(wǎng)絡(luò)暫態(tài)穩(wěn)定評(píng)估方法的一種新思路[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2000，20(4)：77-82.
[9] 黃輝，舒乃秋，李自品，等. 基于信息融合技術(shù)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(16)：19-23.
[10] 湯必強(qiáng)，鄧長(zhǎng)虹，劉麗芳. 復(fù)合神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估中的應(yīng)用[J]. 電網(wǎng)技術(shù)，2004，28(15)：63-66.
[11] DALIA M, KAMAL R, ELFADIL Z.Implementation of transient stability assessment using artificial neural networks[C]//Proceedings-2013 International Conference on Computer，2013：
659-662.
[12] AMIR S, SAEED S.A new power system transient stability assessment method based on Type-2 fuzzy neural network estimation[J].Electrical Power and Energy Systems，2015，64(7)：71-87.
[13] 吳瓊，楊以涵，劉文穎. 基于最小二乘支持向量機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定在線預(yù)測(cè)[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(25)：38-43.
[14] YOU Dahai, WANG Ke, YE Lei, et al.Transient stability assessment of power system using support vector machine with generator combinatorial trajectories inputs[J]. International Journal of Electrical Power and Energy Systems，2013，44(1)：318-325.
[15] 馬騫，楊以涵，劉文穎，等. 多輸入特征融合的組合支持向量機(jī)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2005，25(6)：17-23.
[16] 姜濤，王長(zhǎng)江，陳厚合，等. 基于正則化投影孿生支持向量機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2019，43(1)：141-151.
[17] 戴遠(yuǎn)航，陳磊，張瑋靈，等. 基于多支持向量機(jī)綜合的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2016，36(5)：1173-1179.
[18] MOULIN L S, SILVA A P A, EL-SHARKAWI M A, et al.Support vector machines for transient stability analysis of large-scale power systems[J]. IEEE Transactions on Power Systems，2004，19(2)：818-825.
[19] 盧錦玲，於慧敏. 極限學(xué)習(xí)機(jī)和遺傳算法在暫態(tài)穩(wěn)定評(píng)估特征選擇中的應(yīng)用[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2016，28(12)：103-107.
[20] LI Yang, GU Xueping.Power system transient stability assesment based on online sequential extreme learning machine[C]// Asia-Pacific Power and Energy Engineering Conference，2013：351-358.
[21] IRRINE S, ARDYONO P, ONY Q, et al.Critical clearing time prediction within various loads for transient stability assessment by means of the extreme learning machine method[J]. Electrical Power and Energy Systems，2016，77(34)：345-352.
[22] 陳振，肖先勇，李長(zhǎng)松，等. 基于代價(jià)敏感極端學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電力自動(dòng)化設(shè)備，2016，36(2)：118-122.
[23] 張林林，胡熊偉，李鵬，等. 基于極限學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 上海交通大學(xué)學(xué)報(bào)，2019，53(6)：749-756.
[24] 李向偉，劉思言，高昆侖. 基于差分進(jìn)化極限學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 科學(xué)技術(shù)與工程，2020，20(1)：213-217.
[25] 周挺，楊軍，周強(qiáng)明，等. 基于改進(jìn)Light GBM的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電網(wǎng)技術(shù)，2019，43(6)：1931-1940.
[26] 盧錦玲，郭魯豫，張夢(mèng)雪，等. 基于MGS-LGBM算法的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力科學(xué)與工程，2020，36(3)：52-60.
[27] 胡偉，鄭樂，閔勇，等. 基于深度學(xué)習(xí)的電力系統(tǒng)故障后暫態(tài)穩(wěn)定評(píng)估研究[J]. 電網(wǎng)技術(shù)，2017，41(10)：3140-3146.
[28] 李寶琴，吳俊勇，邵美陽，等. 基于集成深度置信網(wǎng)絡(luò)的精細(xì)化電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2020，44(6)：17-28.
[29] 邵美陽，吳俊勇，李寶琴，等. 基于兩階段集成深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電網(wǎng)技術(shù)，2020，44(5)：1776-1787.
[30] 蔡國(guó)偉，張啟蒙，楊德友，等. 基于改進(jìn)深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估研究[J]. 智慧電力，2020，48(3)：61-68.
[31] 高昆侖，楊帥，劉思言，等. 基于一維卷積神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2019，43(12)：18-26.
[32] 田芳，周孝信，史東宇，等. 基于卷積神經(jīng)網(wǎng)絡(luò)綜合模型和穩(wěn)態(tài)特征量的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J].中國(guó)電機(jī)工程學(xué)報(bào)，2019，39(14)：4025-4032.
[33] SHI Zhongtuo, YAO Wei, ZENG Lingkang, et al. Convolutional neural network-based power system transient stability assessment and instability mode prediction[J].Applied Energy，2020，263(11)：45-56.
[34] 王懷遠(yuǎn)，陳啟凡. 基于堆疊變分自動(dòng)編碼器的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電力自動(dòng)化設(shè)備，2019，39(12)：134-139.
[35] 王懷遠(yuǎn)，陳啟凡. 基于代價(jià)敏感堆疊變分自動(dòng)編碼器的暫態(tài)穩(wěn)定評(píng)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2020，40(7)：2213-2220.
[36] 宋方方，畢天姝，楊奇遜. 基于暫態(tài)能量變化率的電力系統(tǒng)多擺穩(wěn)定性判別新方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(16)：8-13.
[37] 王科，游大海，陳震海，等. 基于改進(jìn)位能脊的電力系統(tǒng)暫態(tài)穩(wěn)定快速識(shí)別算法[J]. 電網(wǎng)技術(shù)，2011，35(12)：89-93.
[38] 劉道偉，馬世英，李柏青，等. 基于響應(yīng)的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢(shì)在線量化評(píng)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2013，33(4)：85-95.
[39] 馬世英，劉道偉，吳萌，等. 基于 WAMS及機(jī)組對(duì)的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢(shì)在線量化評(píng)估方法[J]. 電網(wǎng)技術(shù)，2013，37(5)：1323-1328.
[40] LAN Tian, WANG Wenzong, HUANG M.A critical switching flow index for transient stability assessment in smart grid topology control[C]//IEEE Power-and-Energy-Society Innovative Smart Grid Technologies Conference，USA，2016：85-92.
[41] 毛安家，郭志忠，張學(xué)松. 一種基于廣域測(cè)量系統(tǒng)過程量測(cè)數(shù)據(jù)的快速暫態(tài)穩(wěn)定預(yù)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2006，26(17)：39-45.
[42] WANG Huaiyuan, HE Peican.Transient stability assessment and control system for power system[J].IEEJ Transactions on Electrical and Electronic Engineering，2019，14(8)：1189-1196.
