-
公开(公告)号：CN115459251A
公开(公告)日：2022-12-09
申请号：CN202211147181.1
申请日：2022-09-19
申请人： 大连理工大学 , 国网辽宁省电力有限公司电力科学研究院
摘要： 本发明属于电力系统中配电网分布式优化调度领域，提供一种考虑多利益主体参与的主动配电网分布式调度方法。本发明通过对配电网各利益主体提供旋转备用的成本进行分析，提出了一种考虑旋转备用容量分摊的主动配电网两阶段分布式调度方法，该策略中，维持配电网功率平衡所需要的旋转备用容量优先由配电网内部的可控分布式电源提供，使用一致性理论对该调度方法实现了分布式求解。本发明可以有效降低配电网对上级电网的依赖，实现旋转备用供需属地化、功率平衡责任共担，在调度过程中各利益主体自主控制自身出力，充分体现分布式利益主体的意愿。
-
公开(公告)号：CN115456301A
公开(公告)日：2022-12-09
申请号：CN202211205641.1
申请日：2022-09-30
申请人： 大连理工大学
IPC分类号： G06Q10/04 , G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/06
摘要： 本发明一种可追踪环境因素时变特性的输电线动态热容量极限预测方法，属于电力系统中输电网线路运行状态评估领域。首先，确定DTR的主要影响因素；建立考虑环境因素影响程度时变特性的DTR预测模型。其次，获取DTR时序预测模型训练数据，训练DTR时序预测模型。最后，利用DTR时序预测模型进行DTR预测，最终实现滚动预测。本发明采用时变权值结构的ForecastNet预测模型可以有效地克服传统时序预测模型环境输入特征权值时不变的问题，动态追踪环境因素影响程度的变化，提高DTR的预测精度。
-
公开(公告)号：CN115577845A
公开(公告)日：2023-01-06
申请号：CN202211284963.X
申请日：2022-10-20
申请人： 大连理工大学
摘要： 本发明提供一种基于BILSTM‑MDN的传输线路动态热定值概率预测方法，属于电力系统线路运行状态评估领域。首先，对传输线周围环境数据和DTR序列数据进行归一化处理，并计算其自相关系数。其次，将数据按照共同输入长度生成滑窗特征和标签，滚动生成滑窗数据集，并划分训练集和预测集。第三，搭建BILSTM‑MDN神经网络，设定超参数后，输入训练集进行学习，调整超参数直至误差达到最小。最后，通过预测集对模型的预测准确度进行评估，并得到最终的预测结果和预测误差。本发明将MDN的前置网络替换为BILSTM，结合BILSTM的时序特征提取能力和MDN输出概率密度的能力，从而可以对DTR进行精确的概率预测，并能够减少环节间的人为因素的影响。
-
公开(公告)号：CN114626606A
公开(公告)日：2022-06-14
申请号：CN202210256619.3
申请日：2022-03-16
申请人： 大连理工大学 , 国网辽宁省电力有限公司电力科学研究院
摘要： 本发明提供一种考虑特征重要性值波动的MI‑BILSTM预测方法，属于电力系统中短期电力负荷预测领域。首先，该方法事先提取不同时刻下输入特征的重要性值，形成重要性值波动矩阵。其次，通过矩阵对原始输入特征进行动态修正，使之内部包含波动信息，即采用互信息法提取特征的重要性值波动，并动态修正原输入特征，使得修正后的输入特征中融合了重要性值波动的信息。最后，将修正后的输入特征带入BILSTM网络中进行短期负荷预测。本发明不仅保留权值共享结构在精简参数方面的优势，并且能够弥补其无法提取重要性值波动的缺陷，提高预测精度。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
