-
公开(公告)号:CN108694467A
公开(公告)日:2018-10-23
申请号:CN201810495590.8
申请日:2018-05-22
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 华北电力大学 , 国网辽宁省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国网山西省电力公司 , 国网信息通信产业集团有限公司
摘要: 本发明公开了一种对配电网线损率进行预测的方法:确定配电网线路影响线损率的多个电气特征参数,将多个电气特征参数的参数值进行标准化处理,将线损率进行归一化处理;将多个电气特征参数的参数值作为输入层的输入,将线损率值作为输出层的输出,构建神经网络初始模型,神经网络初始模型包含至少一个隐含层;确定隐含层节点的数目;通过动态调整粒子群算法的惯性因子和学习因子,对粒子群算法进行改进;利用经过改进后的粒子群算法,优化神经网络初始模型的权值和阈值,确定神经网络优化模型;将配电网线路的多个电气特征参数输入神经网络优化模型,利用神经网络优化模型预测与多个电气特征参数相对应的线损率。
-
公开(公告)号:CN108694467B
公开(公告)日:2021-02-05
申请号:CN201810495590.8
申请日:2018-05-22
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 华北电力大学 , 国网辽宁省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国网山西省电力公司 , 国网信息通信产业集团有限公司
摘要: 本发明公开了一种对配电网线损率进行预测的方法:确定配电网线路影响线损率的多个电气特征参数,将多个电气特征参数的参数值进行标准化处理,将线损率进行归一化处理;将多个电气特征参数的参数值作为输入层的输入,将线损率值作为输出层的输出,构建神经网络初始模型,神经网络初始模型包含至少一个隐含层;确定隐含层节点的数目;通过动态调整粒子群算法的惯性因子和学习因子,对粒子群算法进行改进;利用经过改进后的粒子群算法,优化神经网络初始模型的权值和阈值,确定神经网络优化模型;将配电网线路的多个电气特征参数输入神经网络优化模型,利用神经网络优化模型预测与多个电气特征参数相对应的线损率。
-
公开(公告)号:CN109636009B
公开(公告)日:2022-07-01
申请号:CN201811398825.8
申请日:2018-11-22
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 河北工业大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
摘要: 本发明提供一种建立确定电网线损的神经网络模型的方法和系统。所述方法和系统针对线损建模输入的优化问题,提出采用互信息原理方法辨识出影响线损的主要因素的强弱程度,然后基于采集的线损和影响因素的样本集中的训练集将所述影响因素分组依次代入训练神经网络模型,确定若干个神经网络模型,并利用样本集中的测试集确定每个神经网络模型的评价指标,再对所述评价指标分组计算评价指标平均值以确定作为最优神经网络模型的输入的影响因素,从而提高所建神经网络模型预测线损的准确性。
-
公开(公告)号:CN109636009A
公开(公告)日:2019-04-16
申请号:CN201811398825.8
申请日:2018-11-22
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 河北工业大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院
CPC分类号: G06Q10/04 , G06N3/0454 , G06Q10/06393 , G06Q50/06
摘要: 本发明提供一种建立确定电网线损的神经网络模型的方法和系统。所述方法和系统针对线损建模输入的优化问题,提出采用互信息原理方法辨识出影响线损的主要因素的强弱程度,然后基于采集的线损和影响因素的样本集中的训练集将所述影响因素分组依次代入训练神经网络模型,确定若干个神经网络模型,并利用样本集中的测试集确定每个神经网络模型的评价指标,再对所述评价指标分组计算评价指标平均值以确定作为最优神经网络模型的输入的影响因素,从而提高所建神经网络模型预测线损的准确性。
-
公开(公告)号:CN114066236B
公开(公告)日:2024-07-12
申请号:CN202111352666.X
申请日:2021-11-16
申请人: 国家电网公司西南分部 , 清华大学
IPC分类号: G06Q10/0639 , G06F18/23 , G06F18/214 , G06Q50/06
摘要: 本申请涉及电力系统技术领域,特别涉及一种风光有功出力场景生成方法、装置、电子设备及存储介质,其中,方法包括:获取历史风电、光伏发电有功功率数据,并对历史风电、光伏发电有功功率数据进行预处理,得到真实数据样本;对真实数据样本进行重构和聚类,生成训练集样本和验证集样本;构建初始生成对抗网络,并在确定网络结构和参数后,利用训练集样本训练初始生成对抗网络,且利用验证集样本验证训练后的生成对抗网络,得到性能满足预设条件的最终生成对抗网络,进而生成风电光伏有功出力场景。由此,解决了如何对风电和光伏出力特性进行深入分析,并进行精准拟合,以降低弃风弃光率并保证电力系统安全运行等问题。
-
公开(公告)号:CN114066236A
公开(公告)日:2022-02-18
申请号:CN202111352666.X
申请日:2021-11-16
申请人: 国家电网公司西南分部 , 清华大学
摘要: 本申请涉及电力系统技术领域,特别涉及一种风光有功出力场景生成方法、装置、电子设备及存储介质,其中,方法包括:获取历史风电、光伏发电有功功率数据,并对历史风电、光伏发电有功功率数据进行预处理,得到真实数据样本;对真实数据样本进行重构和聚类,生成训练集样本和验证集样本;构建初始生成对抗网络,并在确定网络结构和参数后,利用训练集样本训练初始生成对抗网络,且利用验证集样本验证训练后的生成对抗网络,得到性能满足预设条件的最终生成对抗网络,进而生成风电光伏有功出力场景。由此,解决了如何对风电和光伏出力特性进行深入分析,并进行精准拟合,以降低弃风弃光率并保证电力系统安全运行等问题。
-
公开(公告)号:CN115051401A
公开(公告)日:2022-09-13
申请号:CN202210820962.6
申请日:2022-07-12
申请人: 国家电网公司西南分部 , 清华大学
摘要: 本申请涉及电力系统稳定性分析技术领域,特别涉及一种交直流混联电网稳定性智能分析方法及装置,其中,方法包括:确定限制玻尔兹曼机模型,利用多层受限玻尔兹曼机RBM设计深度置信网络DBN结构;确定深度置信网络训练方法,通过非监督学习方式学习原始特征空间中的数据分布特点;确定基于邻域元素分析的损失评估函数,并更新DBN结构的参数,得到电力系统的最终稳定性评估模型,以评估电力系统的瞬时稳定性。由此,解决了相关技术中通过离线时域仿真获得仿真样本,导致系统智能化分析的实时性和准确性较低,无法保障交直流混联电力系统安全稳定的运行,降低了系统的安全性和稳定性等问题。
-
公开(公告)号:CN114996960A
公开(公告)日:2022-09-02
申请号:CN202210688973.3
申请日:2022-06-16
申请人: 国家电网公司西南分部 , 清华大学
IPC分类号: G06F30/20 , G06Q10/04 , G06Q50/06 , G06F111/04 , G06F111/06
摘要: 本申请公开了一种风光水发电系统两阶段优化运行方法及装置,其中,方法包括:确定风光水互补发电系统日前‑实时两阶段的联合优化目标;进而根据水电转换关系、水电出力范围、水库下泄流量限制信息、水头约束、库容约束、水量平衡约束和/或调度期始末库容约束确定梯级水电优化运行模型;基于联合优化目标,根据预测信息确定风电、光伏优化运行模型;利用预设线性化策略分别将梯级水电优化运行模型和风电、光伏优化运行模型转化为MILP问题,并求解MILP问题,得到风光水发电系统的最优运行成本。由此,解决了相关技术中,由于风电光伏出力不确定性,导致已有的电力系统调度模型已难以适应含高比例可再生能源的多能源电力系统的优化调度的技术问题。
-
公开(公告)号:CN114595893A
公开(公告)日:2022-06-07
申请号:CN202210239376.2
申请日:2022-03-11
申请人: 国家电网公司西南分部 , 清华大学
摘要: 本申请公开一种流域风光水互补发电系统短期协调优化方法及装置,其中,方法包括:确定风光水互补发电系统短期协调运行目标函数,包括梯级水电和可再生能源两大方面的优化目标;考虑梯级水电站间的水力联系和电力联系,确定风光水互补发电系统约束条件,构建风光水互补发电系统短期协调优化模型;利用线性化策略将前两步得到的短期协调优化模型转化为MILP问题;考虑风光不确定因素进行风光水互补发电系统MILP问题的求解。从而提升流域风光水互补发电系统的整体运行水平。由此,解决了利用可调节的水电与风光等不确定性资源形成互补以共同满足电力外送需求,提升流域风光水互补发电系统的整体运行效率等问题。
-
-
-
-
-
-
-
-