一种基于深度学习与弹性网正则化的电网网损计算方法

    公开(公告)号:CN109412152A

    公开(公告)日:2019-03-01

    申请号:CN201811329736.8

    申请日:2018-11-08

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种基于深度学习与弹性网正则化的电网网损计算方法,采用统计法或者基于实时电网模型方法,前者工作量大,计算精度低,尤其是对大电网而言,实现难度较大,后者高度依赖电网自动化水平,如果调度自动化状态估计或者潮流计算合格率偏低,将严重影响其实用程度,加之在目前电网特性的不断改变,不确定性增强,网损计算愈加复杂,相较于这两种传统的网损计算方法,本方法从深度学习视角,利用自编码器技术对历史电网网损样本进行学习训练,从而得到一个网损计算模型,一方面可以实现对未来网损的预测,同时也可以进行不基于模型的网损计算,其样本可来自于实时数据或者仿真模型,大大提高了网损计算的效率和实用化程度。