Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于BP神经网络的无功和电压控制充裕性评估方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京四方继保工程技术有限公司;北京四方继保自动化股份有限公司

摘要:本申请公开了基于BP神经网络的无功和电压控制充裕性评估方法,包括:建立电压无功控制充裕性评估指标体系;获取评估指标数据;采用BP神经网络构建并训练得到无功和电压控制充裕性评估模型;获取实际运行时的评估指标数据并进行预处理;将预处理后的数据输入所述评估模型,得到无功和电压控制充裕性评估结果。本发明将BP神经网络应用到了无功和电压控制评价系统中,并且将设备性能和设备安全性因素考虑了进来。在以后实际运行过程中,将实际运行数据输入到基于BP神经网络的无功和电压控制充裕性评估模型中即可快速得到无功和电压控制充裕性评分,大大提高了时效性和准确性,保障了电网运行的稳定性和安全性。

主权项:1.基于BP神经网络的无功和电压控制充裕性评估方法,其特征在于:所述方法包括以下步骤:步骤1:建立电压无功控制充裕性评估指标体系,包括无功补偿设备性能、设备安全性、超调量、偏差值以及响应时间;步骤2:按照步骤1的评估指标体系获取评估指标数据;步骤3:基于步骤2的数据,采用BP神经网络和AHP分析法,构建并训练得到无功和电压控制充裕性评估模型;步骤3中,利用AHP分析法计算设备性能、设备安全性和响应时间的权重系数,以设备性能、设备安全性和响应时间与其对应权重系数的乘积、超调量以及偏差值作为输入,以无功和电压控制充裕性百分制评估分数作为输出,以自定义误差以及训练次数上限作为约束条件,利用BP神经网络对输入和输出数据进行离线训练,通过不断训练神经网络中的权重系数得到基于BP神经网络的无功和电压控制充裕性评估模型;步骤3具体包括以下步骤:步骤3.1:输入步骤2得到的评估指标数据,包括无功补偿设备性能、设备安全性、超调量、偏差值以及响应时间;步骤3.2:初始化BP神经网络中的权值和偏置量;步骤3.3:对评估指标进行主观类指标和客观类指标分类;步骤3.4:采用AHP分析法计算各项主观类指标的权重系数;步骤3.5:以各项主观类指标与其对应权重系数的乘积、各项客观类指标数据作为输入,以无功和电压控制充裕性百分制评估分数作为输出,利用BP神经网络对输入输出数据进行训练,得到隐含层的最佳权值和偏置项;步骤3.6:判断训练次数是否达到1000次并且每次训练输出的评分与理论评分的误差均小于理论评分的1%,若是,则此时的主观和客观的各项指标权重系数以及隐含层的权值和偏置项为一组最佳参数,将拥有最佳参数的BP神经网络作为无功和电压控制充裕性评估模型,否则返回步骤3.1更改输入重新训练;步骤4:获取实际运行时的评估指标数据并进行预处理;步骤5:将步骤4预处理后的数据输入所述评估模型,得到无功和电压控制充裕性评估结果。

全文数据:

权利要求:

百度查询: 北京四方继保工程技术有限公司 北京四方继保自动化股份有限公司 基于BP神经网络的无功和电压控制充裕性评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。