基于CEEMDAN-QFOA-LSTM的输电线覆冰厚度预测方法

    公开(公告)号:CN112116162A

    公开(公告)日:2020-12-22

    申请号:CN202011026983.8

    申请日:2020-09-26

    摘要: 本发明公开了一种基于CEEMDAN‑QFOA‑LSTM的输电线覆冰厚度预测方法,涉及输电线状态评估与深度学习结合的领域。本方法包括下列步骤:①数据获取和预处理(11);②对覆冰厚度历史数据序列进行CEEMDAN分解(12);③量子果蝇算法优化LSTM的超参数(13);④LSTM模型训练(14);⑤预测输电线覆冰厚度并分析结果(15)。本发明使用CEEMDAN分解算法,将难以直接预测的序列转换为多个可预测的分量序列,根据分解得到的多维度特征信息可以使神经网络更加准确地把握序列的规律;使用QFOA优化算法来获取超参数,避免了复杂的人为调参过程,更有效地训练网络模型;使用的LSTM神经网络不存在一般网络的梯度消失问题,保证模型能够最优收敛,有效解决短期和长期时间序列预测的问题。

    一种基于代价灵敏度的电网阻塞调控方法

    公开(公告)号:CN114825465B

    公开(公告)日:2024-07-26

    申请号:CN202210539917.3

    申请日:2022-05-17

    IPC分类号: H02J3/46 H02J3/14

    摘要: 本发明涉及电力系统自动化技术,具体涉及一种基于代价灵敏度的电网阻塞调控方法,包括计算功率削减量;获取每个节点的控制模型;计算当前功率灵敏度;计算代价灵敏度;分配一对加出力节点和减出力节点,进行一个功率步长的资源调控;判断是否完成功率调节,若完成,则输出调控策略;若否,则返回进行获取每个节点的控制模型。提出的代价灵敏度矩阵,能够权衡所控节点对于电网阻塞的疏通效果以及控制代价,以代价灵敏度确定调控优先级,对已获取的资源序列进行排序,在迭代调控过程中不断刷新代价灵敏度矩阵,完成对电网阻塞的调控策略输出。其运算速度快,能符合电网阻塞紧急控制的需求。代价灵敏度既考虑了控制的经济性,又考虑了控制效果。

    一种风电系统多调度场景的备用需求动态评估方法

    公开(公告)号:CN111049193A

    公开(公告)日:2020-04-21

    申请号:CN201911296066.9

    申请日:2019-12-16

    IPC分类号: H02J3/46 H02J3/38 H02J3/14

    摘要: 本发明提出了一种风电系统多调度场景的备用需求动态评估方法。本发明综合考虑含风电电力系统源荷侧不确定性,将同一历史时段的风电、负荷预测值和实测值组成数据组;根据预测值对数据组进行均匀分箱,采用通用分布模型对箱内系统误差分布规律进行拟合,获取系统误差概率分布曲线;根据分布曲线得到失效向上/向下备用容量、切负荷量和弃风量的期望;将不可解析的四种期望表达式进行数值积分和分段线性化处理使其可解析易推广。本发明优点在于可实现动态评估不同调度时段下受系统不确定性影响的备用需求,不仅可作为已知电力系统机组组合/经济调度结果的评价指标,还可以直接应用于电力系统优化调度问题中,帮助调度人员得到合理的备用计划。

    基于CEEMDAN-QFOA-LSTM的输电线覆冰厚度预测方法

    公开(公告)号:CN112116162B

    公开(公告)日:2022-11-29

    申请号:CN202011026983.8

    申请日:2020-09-26

    摘要: 本发明公开了一种基于CEEMDAN‑QFOA‑LSTM的输电线覆冰厚度预测方法,涉及输电线状态评估与深度学习结合的领域。本方法包括下列步骤:①数据获取和预处理(11);②对覆冰厚度历史数据序列进行CEEMDAN分解(12);③量子果蝇算法优化LSTM的超参数(13);④LSTM模型训练(14);⑤预测输电线覆冰厚度并分析结果(15)。本发明使用CEEMDAN分解算法,将难以直接预测的序列转换为多个可预测的分量序列,根据分解得到的多维度特征信息可以使神经网络更加准确地把握序列的规律;使用QFOA优化算法来获取超参数,避免了复杂的人为调参过程,更有效地训练网络模型;使用的LSTM神经网络不存在一般网络的梯度消失问题,保证模型能够最优收敛,有效解决短期和长期时间序列预测的问题。

    一种适应电网多种调控运行场景的关联特征选择方法

    公开(公告)号:CN111369168B

    公开(公告)日:2022-07-05

    申请号:CN202010191612.9

    申请日:2020-03-18

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明涉及电力系统特征选择技术,具体涉及一种适应电网多种调控运行场景的关联特征选择方法,首先从电力系统历史实际数据的角度出发,对其进行标准化和预处理,使其成为能够直接纳入分析计算以及分类器的时间序列数据,随后研究哪些特征变量可能指示电力系统场景的发生,或者典型场景的出现伴随着哪些特征变量的变化,利用这些信息构建出特征备选集,然后利用灰色关联度分析算法定量计算特征与目标典型场景之间关联度数值,并对其进行排序,随后设置合理的阈值,得到最终的特征子集,并利用分类器准确度对特征子集进行评价。该方法有利于调度人员在进行相关操作时有更好的指示,同时减少了电力系统的数据处理时间,提高了数据分析效率。

    一种风电系统多调度场景的备用需求动态评估方法

    公开(公告)号:CN111049193B

    公开(公告)日:2021-10-22

    申请号:CN201911296066.9

    申请日:2019-12-16

    IPC分类号: H02J3/46 H02J3/38 H02J3/14

    摘要: 本发明提出了一种风电系统多调度场景的备用需求动态评估方法。本发明综合考虑含风电电力系统源荷侧不确定性,将同一历史时段的风电、负荷预测值和实测值组成数据组;根据预测值对数据组进行均匀分箱,采用通用分布模型对箱内系统误差分布规律进行拟合,获取系统误差概率分布曲线;根据分布曲线得到失效向上/向下备用容量、切负荷量和弃风量的期望;将不可解析的四种期望表达式进行数值积分和分段线性化处理使其可解析易推广。本发明优点在于可实现动态评估不同调度时段下受系统不确定性影响的备用需求,不仅可作为已知电力系统机组组合/经济调度结果的评价指标,还可以直接应用于电力系统优化调度问题中,帮助调度人员得到合理的备用计划。

    一种适应电网多种调控运行场景的关联特征选择方法

    公开(公告)号:CN111369168A

    公开(公告)日:2020-07-03

    申请号:CN202010191612.9

    申请日:2020-03-18

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明涉及电力系统特征选择技术,具体涉及一种适应电网多种调控运行场景的关联特征选择方法,首先从电力系统历史实际数据的角度出发,对其进行标准化和预处理,使其成为能够直接纳入分析计算以及分类器的时间序列数据,随后研究哪些特征变量可能指示电力系统场景的发生,或者典型场景的出现伴随着哪些特征变量的变化,利用这些信息构建出特征备选集,然后利用灰色关联度分析算法定量计算特征与目标典型场景之间关联度数值,并对其进行排序,随后设置合理的阈值,得到最终的特征子集,并利用分类器准确度对特征子集进行评价。该方法有利于调度人员在进行相关操作时有更好的指示,同时减少了电力系统的数据处理时间,提高了数据分析效率。

    一种基于层次分析法的区域电网扰动控制能力评价方法

    公开(公告)号:CN105956767B

    公开(公告)日:2020-09-25

    申请号:CN201610278964.1

    申请日:2016-04-29

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于层次分析法的区域电网扰动控制能力评价方法,包括步骤:根据电网的扰动恢复能力,定义电网层次模型的准则层与指标层;设定目标层与准则层及准则层与指标层的判断矩阵;计算所述判断矩阵的最大特征值和对应的特征向量,根据所述权重向量得到评价各地区扰动恢复能力的指标的综合权重;统计所述各地区每月各指标的被考核次数,最终得到每月所述各地区的扰动恢复能力的综合考核值。本发明具有如下优点:通过模型定义、判断矩阵的确立、综合权重的计算等步骤,实现各控制区扰动控制能力的定量评价。