- 专利标题: 一种提高深度神经网络潮流模型扩展性的方法
- 专利标题(英): Method for improving expansibility of deep neural network power flow model
-
申请号: CN201910938908.X申请日: 2019-09-30
-
公开(公告)号: CN110829434A公开(公告)日: 2020-02-21
- 发明人: 余娟 , 向明旭 , 杨知方 , 代伟 , 杨燕 , 余红欣 , 何燕
- 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 ; G06N3/04 ; G06N3/08
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
- CN110829434B 一种提高深度神经网络潮流模型扩展性的方法 公开/授权日:2021-04-06