- 专利标题: 考虑潮流特征的改进极限学习机快速概率潮流计算方法
- 专利标题(英): Fast probabilistic power flow calculation method of improved extreme learning machine considering power flow characteristics
-
申请号: CN201910791388.4申请日: 2019-08-26
-
公开(公告)号: CN110676852A公开(公告)日: 2020-01-10
- 发明人: 余娟 , 高倩 , 杨知方 , 代伟 , 雷星雨 , 余红欣 , 王洪彬
- 申请人: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
- 申请人地址: 重庆市沙坪坝区沙正街174号
- 专利权人: 重庆大学,国网重庆市电力公司电力科学研究院,国家电网有限公司
- 当前专利权人: 重庆大学,国网重庆市电力公司电力科学研究院,国家电网有限公司
- 当前专利权人地址: 重庆市沙坪坝区沙正街174号
- 代理机构: 重庆缙云专利代理事务所
- 代理商 王翔
- 主分类号: H02J3/06
- IPC分类号: H02J3/06 ; G06N3/02
摘要:
本发明公开了考虑潮流特征的改进极限学习机快速概率潮流计算方法,主要步骤为:1)获取电力网络基本数据。2)基于电力网络基本数据,建立映射关系f:Pi,Qi→Ui,θi。3)对映射关系进行分解,并建立极限学习机神经网络。4)优化极限学习机神经网络的隐藏层参数,从而建立改进极限学习机神经网络。5)将电力网络基本数据输入到改进极限学习机神经网络中,计算得到电力网络概率潮流。本发明取代了高精度模拟法PPF计算中对大规模高维复杂非线性潮流方程的耗时求解过程,从而兼顾PPF计算对精度与速度的工程实际需求。
公开/授权文献
- CN110676852B 考虑潮流特征的改进极限学习机快速概率潮流计算方法 公开/授权日:2020-11-10