公开(公告)号：CN110674984A

公开(公告)日：2020-01-10

申请号：CN201910892002.9

申请日：2019-09-18

申请人： 国网浙江省电力有限公司

发明人： 唐滢淇 ,  董树锋 ,  朱承治

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于Tri-Training-Lasso-BP网络的静态电压稳定裕度预测方法。该方法将神经网络、半监督训练、集成学习等技术应用于电力系统静态电压稳定裕度的预测中，提出了基于Tri-Training-Lasso-BP网络的在线预测方法，由三体训练法(Tri-Training)、最小绝对值收缩选择(least absolute shrinkageand select operator，Lasso)方法和BP(back propagation)神经网络组成。本发明方法能够降低对训练集数据数量和质量的要求，发挥电力系统日常运行过程中采集的海量数据的优势，提高网络的泛化能力和预测精度，减少人工干预，弥补了传统方法难以实现在线实时预测电压稳定裕度、需要大量训练样本、容易出现过拟合的问题。