区域级电网多源异构数据处理及特征分析方法及设备

    公开(公告)号:CN117851763A

    公开(公告)日:2024-04-09

    申请号:CN202311724341.9

    申请日:2023-12-14

    摘要: 本发明涉及电力系统阻塞预警技术,具体涉及区域级电网多源异构数据处理及特征分析方法及设备,该方法包括对区域级电网多源异构数据进行处理:数据校验与修改;历史数据对时与重采样;数据标准化与整合。还包括对区域级电网阻塞场景的特征进行选择:基于Pearson相关系数的特征选择;基于Spearman相关系数的特征选择;基于Relief‑F算法的特征选择;形成区域级电网阻塞场景特征指纹库;通过数据指纹库判断未来阻塞场景。该方法在电力系统的大量特征中筛选出与阻塞相关或有利于阻塞预测的特征,有效地提炼出有效信息,有利于提升分析、预测的效率和准确性。

    一种结合SOM聚类与IFOU方程的线路容量预测方法

    公开(公告)号:CN112348700A

    公开(公告)日:2021-02-09

    申请号:CN202011220118.7

    申请日:2020-11-05

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法,属于电力系统结合机器学习的技术领域。本方法是:①数据获取和预处理;②引入布朗运动状态方程确定为IFOU方程;③对不同的参数进行分组训练并构建出SOM模型;④根据SOM模型更新确定性因子参数;⑤根据SOM模型更新隐藏因子强度;⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中,考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程;OU方程扩展到IFOU方程后,它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响;本发明是一种新的方程参数更新方法,通过应用SOM网络聚类方法和最小化误差来设置,对样本数据进行分类处理,实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。

    一种结合SOM聚类与IFOU方程的线路容量预测方法

    公开(公告)号:CN112348700B

    公开(公告)日:2022-11-29

    申请号:CN202011220118.7

    申请日:2020-11-05

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明公开了一种结合SOM聚类与IFOU方程的线路容量预测方法,属于电力系统结合机器学习的技术领域。本方法是:①数据获取和预处理;②引入布朗运动状态方程确定为IFOU方程;③对不同的参数进行分组训练并构建出SOM模型;④根据SOM模型更新确定性因子参数;⑤根据SOM模型更新隐藏因子强度;⑥利用IFOU过程进行DLR预测。本发明将OU方程应用于输电线路传输容量预测中,考虑影响线路的隐藏因素并基于OU方程扩展得IFOU方程;OU方程扩展到IFOU方程后,它可以确定隐藏的因素并描述这些隐藏因素对DLR曲线估计的影响;本发明是一种新的方程参数更新方法,通过应用SOM网络聚类方法和最小化误差来设置,对样本数据进行分类处理,实现IFOU过程的确定性参数与因子指示过程的样本进行了更新。