2019年电力系统控制投稿(1).docxVIP

第29卷第00期中国电机工程学报Vol.29No.00Jul.5,2009

2009年0月0日ProceedingsoftheCSEE?2009Chin.Soc.forElec.Eng.1

第00期 第一作者等：本文题名 PAGE3

PAGE2 中国电机工程学报 第29卷

章编号、中图分类号、文献标志码及学科分类号：中间标点为全角，字号小五号，中文黑体，数字及英文TimesNewRoman，（各项目之间空4格，中图分类号的英文字母与数字间留1/4字符空格）

基于流形理论与L1+L2约束的智能电网故障定位

李泽兰，曹一家，彭寒梅孟凡东

（1．湖南大学、地址五号楷体，标点均为全角）

现有的故障定位算法只能适应于小数据模型并且对于数据的依赖程度高，若数据中存在异常数据会带来较大的定位误差，且故障区域与故障位置是分别进行求解。本文采用流行学习方法对智能电网中全局信息进行数据提取充分利用了高维数据中包含的故障信息，并构造了故障区域与故障位置相统一的L1+L2约束算法，通过L1+L2约束的设定摆脱了对数据的依赖，算法中的参数统一采用Adagard方法进行学习，自动调节学习效率，提高参数学习的准确度和速度，PSCAD中搭建的1EEE39节点模型证明算法鲁棒性及精度高。

关键词：流行学习，L1+L2约束，Adagard方法，鲁棒性

Theexistingfaultlocationalgorithmscanonlybeadaptedtosmalldatamodelsandrelyheavilyondata.Ifthereareabnormaldatainthedata,itwillbringlargerpositioningerrors,andthefaultareaandfaultlocationaresolvedseparately.Inthispaper,themanifoldlearningmethodisusedtoextracttheglobalinformationinsmartgrid,whichmakesfulluseofthefaultinformationcontainedinthehigh-dimensionaldata.TheL1+L2constraintalgorithmwhichunifiesthefaultareaandthefaultlocationisconstructed.BysettingtheL1+L2constraint,thedatadependenceiseliminated,andtheparametersinthealgorithmareadoptedAdagard.methodsTolearn,automaticallyadjustthelearningefficiency,improvetheaccuracyandspeedofparameterlearning.The1eee39bussystembuiltinPSCADprovesthealgorithmsrobustnessandhighprecision

Keyword：manifoldlearning；L1+L2constraint；Adagard.methods；robust

英文标题小四号TimesNewRoman加黑,实词和4个字母及以上的虚词首字母大写(如With)

英文姓名五号TimesNewRoman，标点半角，姓大写，名首字母大写两字之间用连字符连接

(英文单位小五号TimesNewRoman，标点半角,实词首字母大写，虚词小写，段后空12pt)

以上部分行距均为单倍行距，“如果定义了文档网格，则与网格对齐”“根据页面设置确定行高线”选项选中

ABSTRACT:英文摘要为小五号TimesNewRoman字体，行距为14pt，标点为半角

KEYWORDS：英文关键词为小五号TimesNewRoman字体，小写，行距为14pt，中间标点为半角，段首空6pt

摘要：中文摘要为小五号宋体，行距为14pt，中间标点为全角，段首空6pt。

关键词：中文关键词为小五号宋体，行距为14pt，中间标点为全角，段首空