-
公开(公告)号：CN109861211B
公开(公告)日：2020-08-14
申请号：CN201910103428.1
申请日：2019-02-01
申请人： 国网能源研究院有限公司 , 天津大学 , 国网湖北省电力有限公司经济技术研究院
IPC分类号： H02J3/00
摘要： 本发明涉及一种基于数据驱动的配电网动态重构方法，提取日负荷曲线的符号特征，并粗匹配若干历史负荷曲线作为第一候选负荷序列；将与当前日负荷曲线最相似的历史负荷曲线的时段划分方法作为当前日负荷曲线的时段划分方法；粗匹配若干个历史负荷序列作为候选负荷序列作为第二候选负荷序列；对原始特征降维，确定降维后特征的权重，将第二候选负荷序列进行细匹配，每个时段匹配出一个与当前序列最相似的候选负荷序列；用其静态重构方法作为当前日负荷曲线的每个时段的静态重构方法。本发明解决了传统方法需要人工预设参数和容易收敛局部最优解的不足，且能够极大地缩减重构的计算时间，特别适用于配电网的实时优化调度。
-
公开(公告)号：CN109861211A
公开(公告)日：2019-06-07
申请号：CN201910103428.1
申请日：2019-02-01
申请人： 国网能源研究院有限公司 , 天津大学 , 国网湖北省电力有限公司经济技术研究院
IPC分类号： H02J3/00
摘要： 本发明涉及一种基于数据驱动的配电网动态重构方法，提取日负荷曲线的符号特征，并粗匹配若干历史负荷曲线作为第一候选负荷序列；将与当前日负荷曲线最相似的历史负荷曲线的时段划分方法作为当前日负荷曲线的时段划分方法；粗匹配若干个历史负荷序列作为候选负荷序列作为第二候选负荷序列；对原始特征降维，确定降维后特征的权重，将第二候选负荷序列进行细匹配，每个时段匹配出一个与当前序列最相似的候选负荷序列；用其静态重构方法作为当前日负荷曲线的每个时段的静态重构方法。本发明解决了传统方法需要人工预设参数和容易收敛局部最优解的不足，且能够极大地缩减重构的计算时间，特别适用于配电网的实时优化调度。
-
公开(公告)号：CN111079351A
公开(公告)日：2020-04-28
申请号：CN202010062079.6
申请日：2020-01-19
申请人： 天津大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F111/08 , G06F113/06
摘要： 本发明涉及考虑风电不确定性的配电网概率潮流获取方法，包括如下步骤：S1、构建双向生成对抗网络的网络结构：编码器、生成器、判别器的网络结构采用全连接层的人工神经网络，且全连接层均采用LeakyReLU激活函数；生成器的输出层使用Tanh函数，判别器的输出层采用Sigmoid激活函数，在判别器的全连接层后添加Dropout层，在所述编码器、生成器、判别器的各层输入前添加分批标准化层；S2、对步骤S1中的双向生成对抗网络进行训练；S3、双向生成对抗网络训练完成后，截取生成器作为生成模型，输入服从高斯分布的一维随机噪声，得到符合原始数据概率分布的风功率数据；S4、将节点负荷及得到的风功率数据输入概率潮流计算模型，计算输出节点电压及支路功率；本发明在考虑风电出力不确定性的环境下，更准确地得到概率潮流计算的结果。
-
公开(公告)号：CN111079351B
公开(公告)日：2024-02-06
申请号：CN202010062079.6
申请日：2020-01-19
申请人： 天津大学
IPC分类号： G06F30/27 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0455 , G06N3/048 , G06N3/082 , H02J3/00 , G06F111/08 , G06F113/06
摘要： 本发明涉及考虑风电不确定性的配电网概率潮流获取方法，包括如下步骤：S1、构建双向生成对抗网络的网络结构：编码器、生成器、判别器的网络结构采用全连接层的人工神经网络，且全连接层均采用LeakyReLU激活函数；生成器的输出层使用Tanh函数，判别器的输出层采用Sigmoid激活函数，在判别器的全连接层后添加Dropout层，在所述编码器、生成器、判别器的各层输入前添加分批标准化层；S2、对步骤S1中的双向生成对抗网络进行训练；S3、双向生成对抗网络训练完成后，截取生成器作为生成模型，输入服从高斯分布的一维随机噪声，得到符合原始数据概率分布的风功率数据；S4、将节点负荷及得到的风功率数据输入概率潮流计算模型，计算输出节点电压及支路功率；本发明在考虑风电出力不确定性的环境下，更准确地得到概率潮流计
-
-
-
搜索结果
4 条记录 (耗时 0.079 秒)
