一种基于GBRT的静态电压稳定裕度评估方法及系统

    公开(公告)号:CN110649627A

    公开(公告)日:2020-01-03

    申请号:CN201911029678.1

    申请日:2019-10-28

    IPC分类号: H02J3/16 G06Q50/06

    摘要: 本发明公开了一种基于GBRT的静态电压稳定裕度评估方法及系统,其特征在于,分为离线和在线两个部分;所述离线训练数据库在线下建立,旨在涵盖尽可能多的网架结构,提升GBRT的泛化能力;并基于GBRT和最优潮流建立测量值与静态电压稳定裕度的非线性关系:在线评估在于根据所述离线部分建立的非线性关系,结合当前PMU的实时测量情况,预测电力系统当前静态电压稳定裕度,并在稳定性不足时给调度人员予以必要提醒。本发明还计算了节点重要性指标,并优先在重要节点布置PMU,以更小的经济成本获取误差容许范围内的预测指标,经济性更好。本发明结合了机理建模与数据挖掘的优点,实时性好、准确性高。

    基于集成学习的累积负荷基线预测方法

    公开(公告)号:CN115759393A

    公开(公告)日:2023-03-07

    申请号:CN202211426225.4

    申请日:2022-11-14

    摘要: 本发明提供一种基于集成学习的累积负荷基线预测方法,包含步骤:S1、基于聚类算法,为M个电力用户生成N种不同的划分方式,共得到多个集群;S2、将集群在一天中的累积负荷、累积负荷基线作为集群在该天的输入特征、标签;基于各集群在不同日期的输入特征,分别建立训练集、验证集、测试集;S3、通过训练集训练网络模型,网络模型根据单天所述多个集群的输入特征,在多个分位点预测各种划分方式下,M个电力用户的累积负荷基线;S4、将验证集中的样本输入训练好的网络模型,基于损失函数,在各分位点,为网络模型预测的N种划分方式下的累积负荷基线分别设置权重系数;S5、基于训练好的网络模型和设置的权重系数,通过测试集检验预测方法的准确性。

    一种模型数据联合驱动的综合能源系统态势感知方法

    公开(公告)号:CN110503268A

    公开(公告)日:2019-11-26

    申请号:CN201910809481.3

    申请日:2019-08-29

    摘要: 本发明公开了一种模型数据联合驱动的综合能源系统态势感知方法,涉及一种综合能源系统状态感知技术,包括以下步骤:步骤1、基于随机矩阵理论的异常量测检测方法,确定异常量测;步骤2、剔除步骤1中的异常量测,读取线路连接关系,生成综合能源系统的阻抗矩阵;执行综合能源系统的态势理解方法,实现对综合能源系统的量测的准确感知;步骤3、利用基于PID控制策略的超短期预测方法预测电网有功功率值和热网管道的流量,再次执行步骤2中的态势理解方法,预估综合能源系统下一时段的运行状态。本发明具有更高的检测精度和鲁棒性,可同时考虑模型的动态特性和模型的静态特性,且基于PID控制策略提出的超短期预测方法具有更强的动态跟踪能力。

    一种参与需求响应用户的用电模型构建方法

    公开(公告)号:CN115907421A

    公开(公告)日:2023-04-04

    申请号:CN202211658742.4

    申请日:2022-12-22

    摘要: 本发明公开一种参与需求响应用户的用电模型构建方法,包括:选取若干个参与需求响应的用户;根据每一用户的历史用电数据并利用聚类算法将所有用户分为若干组;根据每一组内用户的历史用电数据并利用马尔可夫链构建对应组的概率转移矩阵;根据每一组的概率转移矩阵计算对应组的熵;根据每一组的熵和对应组内用户的历史用电数据构建用户的用电模型。其中根据每一组的熵计算对应组内用户对自身消费模式改变的态度参数,根据用户的历史用电数据和用户对自身消费模式改变的态度参数构建所述用户的用电模型。本发明能够对用户改变用电行为的难易程度进行定量描述,从而使得构建的用户的用电模型更加精确,能够对用户行为进行准确刻画。