-
公开(公告)号:CN112307675A
公开(公告)日:2021-02-02
申请号:CN202011213025.1
申请日:2020-11-03
申请人: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
摘要: 一种基于神经网络的温度敏感型负荷分离辨识方法,该方法通过总负荷功率与影响因素的关联度分析,确定了常规负荷功率与温度之间的线性相关性在满足一定条件的情况下趋向于0,以温度与常规负荷之间的线性相关性最小为目标评价函数,进行神经网络算法训练,最终得到温度与温度敏感型负荷功率之间的非线性映射函数关系,从而实现总负荷功率中温度敏感型负荷功率的分离。经该方法分离辨识的负荷功率能够应用于后续负荷预测领域,有效提高负荷预测精度,并且该方法适用于10kV及以上电压等级的馈线负荷预测领域,所得结果能够作为区域性调度策略制定的数据。
-
公开(公告)号:CN116028859A
公开(公告)日:2023-04-28
申请号:CN202211137691.0
申请日:2022-09-19
申请人: 国网江苏省电力有限公司苏州供电分公司
IPC分类号: G06F18/241 , G06F18/214 , G06N3/084 , G06Q50/06 , G06N3/0464
摘要: 一种面向电网数据的损失函数改进方法及系统,对数据类别进行标注,形成电网数据分类样本。将分类样本按比例分为训练集,验证集和测试集。设计变体最大马氏中心损失函数,将数据输入模型进行深度学习训练,不断迭代并控制训练过程。本发明拉大各类别之间的距离,同时也缩小同类别中样本之间的距离,以增大类别之间区分度,同时使样本特征反映到相对平衡的特征空间中。
-
公开(公告)号:CN112307675B
公开(公告)日:2022-04-26
申请号:CN202011213025.1
申请日:2020-11-03
申请人: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
摘要: 一种基于神经网络的温度敏感型负荷分离辨识方法,该方法通过总负荷功率与影响因素的关联度分析,确定了常规负荷功率与温度之间的线性相关性在满足一定条件的情况下趋向于0,以温度与常规负荷之间的线性相关性最小为目标评价函数,进行神经网络算法训练,最终得到温度与温度敏感型负荷功率之间的非线性映射函数关系,从而实现总负荷功率中温度敏感型负荷功率的分离。经该方法分离辨识的负荷功率能够应用于后续负荷预测领域,有效提高负荷预测精度,并且该方法适用于10kV及以上电压等级的馈线负荷预测领域,所得结果能够作为区域性调度策略制定的数据。
-
-