-
公开(公告)号:CN118889424A
公开(公告)日:2024-11-01
申请号:CN202411002709.5
申请日:2024-07-25
申请人: 东北电力大学
IPC分类号: H02J3/06 , H02J3/48 , H02J3/50 , G06F18/27 , G06F18/214 , G06N3/0499 , G06N3/08
摘要: 本发明提出了一种电网潮流回归方法和系统,该方法包括:获取电力系统时序潮流断面数据,并划分为训练集和测试集;基于训练集构建基于ELM潮流回归模型,对模型中连接隐含层和输出层的权重求解使得潮流回归误差最小;在模型中增加潮流的梯度信息,再通过求解连接隐含层和输出层的权重使雅克比矩阵误差最小;同时考虑雅克比矩阵误差和潮流回归误差,使雅克比矩阵嵌入到ELM潮流回归模型得到集成回归模型;测试集成回归模型中隐含层在不同神经元个数下潮流回归结果,确定最优的隐含层神经元个数;训练集成回归模型,对其输出取平均值。基于该方法,还提出了一种电网潮流回归系统。本发明满足当前电网对潮流状态快速感知和在线调控的要求。
-
公开(公告)号:CN118214005A
公开(公告)日:2024-06-18
申请号:CN202410305445.4
申请日:2024-03-18
申请人: 东北电力大学
摘要: 本发明提供了一种结合Koopman和WNN的潮流回归及系统灵敏度分析方法,属于电力系统潮流回归模型的构建及系统灵敏度解析技术领域。解决了由于电网信息不全导致的传统物理模型驱动潮流计算法难以快速求解,系统灵敏度无法解析的技术问题。其技术方案为:电力系统潮流线性回归机理分析;Koopman方法下的电力系统潮流线性回归;Koopman‑WNN电力系统潮流线性回归;Koopman‑WNN回归模型下电力系统电压灵敏度解析;Koopman‑WNN回归模型下的电力系统网损灵敏度解析;基于电网参数生成回归模型训练数据库并训练。本发明的有益效果为:为电网的安全稳定控制提供支撑。
-