一种提高深度神经网络潮流模型扩展性的方法
摘要:
本发明公开了一种提高深度神经网络潮流模型扩展性的方法,主要步骤为:1)获取电力系统基本数据;2)确定特征向量;3)建立原始DNN潮流模型;4)对原始DNN潮流模型进行训练,得到训练后的原始DNN潮流模型;5)对原始DNN潮流模型进行扩建,得到扩建DNN潮流模型;6)对扩建系统概率潮流进行解算,得到概率潮流结果。本发明可广泛应用于电力系统的概率潮流求解,特别适用于因系统扩建导致原始系统DNN无法适用的情况。
公开/授权文献
0/0