一种配变台区分布式光伏电源智能分析系统及方法

    公开(公告)号:CN109474000B

    公开(公告)日:2021-11-30

    申请号:CN201711484132.6

    申请日:2017-12-29

    IPC分类号: H02J3/38

    摘要: 本发明涉及一种配变台区分布式光伏电源智能分析系统及方法,主要解决了现有技术不能有效利用光伏孤岛供电以达到在供电系统故障时,可以对孤岛范围内的负荷点进行供电,保证孤岛范围内负荷的正常运行的问题,包括记录各个台区用电负荷量的历史数据库、光伏电源、检测电网断电前后系统阻抗变化的并网逆变器、切断电路的断路模块、阻抗判断模块、数据存储模块、数据采集模块、数据分析模块、光伏电源分布模块、告警信息发送模块以及通讯模块。本发明可以有效利用光伏孤岛供电以达到在供电系统故障时,可以对孤岛范围内的负荷点进行供电,保证孤岛范围内负荷的正常运行,提高了对光能源的利用率,保证了电力系统的安全稳定运行。

    基于LSTM神经网络和改进SCADA数据的抗差线路参数辨识方法

    公开(公告)号:CN113537338A

    公开(公告)日:2021-10-22

    申请号:CN202110793737.3

    申请日:2021-07-13

    摘要: 本发明公开了一种基于LSTM神经网络和改进SCADA数据的抗差线路参数辨识方法,该方法包括建立包含不同运行条件下不同线路SCADA数据训练集;改进SCADA数据,建立LSTM神经网络,输入改进SCADA数据训练LSTM神经网络;将改进后的待辨识线路两端量测SCADA数据作为输入数据输入训练好的LSTM神经网络获取预测值;基于中位数抗差估计,去除预测值中的异常数据及噪声,作为最终辨识结果。将LSTM神经网络与改进SCADA数据相结合,旨在利用神经网络进行线路参数辨识,提高线路辨识方法的鲁棒性;改进的SCADA输入数据构建方法能提高LSTM神经网络的模型学习效果和辨识精度。应用中位数抗差,去除预测值中的异常数据及噪声,提高预测结果的精准度。