基于卷积神经网络的配电低压台区理论线损区间计算方法

    公开(公告)号:CN112054507A

    公开(公告)日:2020-12-08

    申请号:CN202010791579.3

    申请日:2020-08-07

    摘要: 本发明公开了一种基于卷积神经网络的配电低压台区理论线损区间计算方法及装置,其中该方法包括:采集低压配电台区的数据并进行处理;构建卷积神经网络,利用处理后的数据及梯度更新优化算法对卷积神经网络进行训练,将低压配电台区一整月的电压、电流与功率因数作为卷积神经网络的输入数据,进行特征抽取,形成对输入信息进行抽象表达的特征图,对全连接网络输入与电压、电流和功率因数数据对应的可以表示数据特性的类别型特征,利用全连接网络进行特征抽取,将特征图的矩阵展开并与全连接网络抽取的特征进行拼接,构建分类器,以计算低压配电台区的理论线损区间。该方法搭建了一种理论线损区间计算模型,可以对低压配电台区的线损精细化管理。

    基于DANE的电网拓扑结构关键特征提取方法和装置

    公开(公告)号:CN112039198A

    公开(公告)日:2020-12-04

    申请号:CN202010711969.5

    申请日:2020-07-22

    IPC分类号: H02J13/00 H02J3/00 H02J3/46

    摘要: 本申请提出一种基于DANE的电网拓扑结构关键特征提取方法与装置,包括以下步骤:从EMS中获取电网网络的在线运行状态;根据在线运行状态,获取t时刻电网网络的拓扑状态转移矩阵A(t)和节点属性矩阵X(t);根据拓扑状态转移矩阵A(t)和节点属性矩阵X(t),计算电网网络的网络拓扑嵌入向量 和节点属性嵌入向量 利用电网网络拓扑嵌入向量 和节点属性嵌入向量 计算第一共识嵌入向量Y(t);根据在线运行状态,计算t+1时刻电网网络的拓扑嵌入向量 和节点属性嵌入向量 利用电网网络拓扑嵌入向量 和电网节点属性嵌入向量计算第二共识嵌入向量Y(t+1);根据第一共识嵌入向量Y(t)和第二共识嵌入向量Y(t+1),获得电网拓扑结构的关键特征。由此,提高了电网拓扑结构变化时电网特征提取的效率和准确率。