一种基于宽度学习的电力系统状态估计方法

    公开(公告)号:CN114298475B

    公开(公告)日:2024-08-02

    申请号:CN202111457307.0

    申请日:2021-12-02

    Abstract: 本发明公开了一种基于宽度学习的电力系统状态估计方法,其步骤包括:结合电力系统已知运行参数数据库,利用Spearman相关系数,筛选出与待估计运行参数强相关的已知运行参数,并构建状态估计模型的训练集与测试集;基于宽度学习理论,搭建具有输入层、隐藏层及输出层共三部分的电力系统状态估计模型;在训练集上多次迭代训练状态估计模型,确定模型中输入层到隐藏层、特征节点到增强节点、隐藏层到输出层的权重系数,并在测试集上对状态估计模型进行精度测试,实现对电力系统待估计运行参数的精准估计。与传统基于物理模型的状态估计方法相比,本发明在确保估计精度的条件下,大幅提升状态估计速度,更加符合大型复杂电网的应用需求。

    一种基于宽度学习的电力系统状态估计方法

    公开(公告)号:CN114298475A

    公开(公告)日:2022-04-08

    申请号:CN202111457307.0

    申请日:2021-12-02

    Abstract: 本发明公开了一种基于宽度学习的电力系统状态估计方法,其步骤包括:结合电力系统已知运行参数数据库,利用Spearman相关系数,筛选出与待估计运行参数强相关的已知运行参数,并构建状态估计模型的训练集与测试集;基于宽度学习理论,搭建具有输入层、隐藏层及输出层共三部分的电力系统状态估计模型;在训练集上多次迭代训练状态估计模型,确定模型中输入层到隐藏层、特征节点到增强节点、隐藏层到输出层的权重系数,并在测试集上对状态估计模型进行精度测试,实现对电力系统待估计运行参数的精准估计。与传统基于物理模型的状态估计方法相比,本发明在确保估计精度的条件下,大幅提升状态估计速度,更加符合大型复杂电网的应用需求。

    考虑配电网精益化运行需求的有功无功资源协同配置方法

    公开(公告)号:CN119944862A

    公开(公告)日:2025-05-06

    申请号:CN202510106881.3

    申请日:2025-01-23

    Abstract: 本发明公开了一种考虑配电网精益化运行需求的有功无功资源协同配置方法,包括步骤1,根据节点负荷特性生成多类型负荷节点集,根据线路参数生成线路数据集;步骤2,根据负荷的季节性特点,生成四个负荷典型日;步骤3,对移动储能的单位容量和单位功率予以定值;对投切电容的单位容量予以定值;对联络线的传输容量予以定值;步骤4,建立有功无功资源协同配置模型的目标函数;步骤5,构建有功无功资源协同配置模型约束条件;步骤6,根据有功无功资源协同配置模型以及约束条件求解得出不同运行场景下的最佳配置方案以及最小年化总成本。本发明可以确定不同运行场景下的最佳配置方案,具有兼顾投资经济性和运行效益提升的优势。

Patent Agency Ranking