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

一种基于深度学习的输电网最优线路开断分布鲁棒优化调度方法 

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:河海大学

摘要:本发明提出了一种基于深度学习的输电网最优线路开断分布鲁棒优化调度方法,基于输电网最优线路开断分布鲁棒优化调度详细模型,使用神经网络进行辅助求解来提高模型求解效率。考虑使用物理驱动进行求解时求解效率低下,提出了基于深度学习的输电网最优线路开断分布鲁棒优化调度方法。首先采用物理驱动求解模型得到大量样本数据,然后采用神经网络对样本进行离线学习,最后将神经网络的输出代入到物理模型进行求解。本发明可以大大提高考虑光伏出力不确定性的输电网最优线路开断分布鲁棒优化模型求解效率。

主权项:1.一种基于深度学习的输电网最优线路开断分布鲁棒优化调度方法,其特征在于,该方法包括以下步骤:步骤1、获取所述电力系统运行参数和技术参数,其中,运行参数包括火电机组所在节点、光伏机组所在节点、线路导纳,技术参数包括火电机组出力信息、光伏机组出力信息、电负荷、历史数据个数、光伏典型场景数、1-范数和∞-范数不确定概率置信度;步骤2、将系统不同时刻总负荷、光伏机组出力数据以及不同场景光伏初始概率输入到输电网最优线路开断分布鲁棒优化调度模型,利用CPLEX求解器求解得到系统调度结果,即各常规机组的出力大小以及所有线路开断状态;步骤3、将所有线路开断状态一致的划分为一种线路开断方案,以系统不同时刻的总负荷、光伏机组出力数据以及不同场景光伏初始概率为输入,以线路开断方案作为输出对神经网络模型进行训练;步骤4、将系统总负荷、光伏机组出力数据以及不同场景光伏初始概率输入到步骤3训练过的神经网络模型中,得到线路开断方案,进而得到相应的线路开断状态,与系统总负荷、光伏机组出力数据以及不同场景光伏初始概率一起代入到输电网最优线路开断分布鲁棒优化调度模型进行优化求解,得到系统调度结果,实现对最优线路开断分布鲁棒优化调度模型的求解。

全文数据:

权利要求:

百度查询: 河海大学 一种基于深度学习的输电网最优线路开断分布鲁棒优化调度方法

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。