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：清华大学;国网江苏省电力有限公司;国家电网有限公司

摘要：本发明公开了一种基于迁移学习的电力系统输电断面极限评估方法，该方法包括：确定用于表征电力系统历史运行状态以及给定输电断面的极限传输容量标签的历史样本集合；生成新运行场景下带有断面TTC标签的预设数量电力系统运行样本集；构建用于电力系统输电断面极限评估的深度神经网络模型；根据迁移学习，训练深度神经网络模型的待求参数并得到训练好的深度神经网络模型；进行电力系统给定输电断面的TTC预测。本发明能够大幅度降低深度学习模型更新所需的新样本标注时间，使深度学习模型适用于新场景下的电力系统输电断面极限评估，同时为电力系统运行调度人员提供调度依据，提高了电力系统调度的安全性。

主权项：1.一种基于迁移学习的电力系统输电断面极限评估方法，其特征在于，包括以下步骤：S1，确定用于表征电力系统历史运行状态以及给定输电断面的极限传输容量标签的历史样本集合；S2，生成新运行场景下带有断面TTC标签的预设数量电力系统运行样本集；S3，基于所述电力系统运行样本集，构建用于电力系统输电断面极限评估的深度神经网络模型；S4，根据迁移学习，训练所述深度神经网络模型的待求参数并得到训练好的深度神经网络模型；S5，使用所述训练好的深度神经网络模型进行电力系统给定输电断面的TTC预测；所述S2包括：S2.1，根据负荷预测、发电机组检修计划信息提前确定未来小时至小时内电力系统典型运行场景的边界条件特征量，与由电力系统调度人员人工确定；S2.2，基于S2.1获得的未来小时至小时内电力系统典型运行场景的边界条件特征量，派生得到新运行场景下带有断面TTC标签的电力系统运行新样本集T；所述S2.1包括：S2.11，根据负荷预测信息，确定未来小时至小时内的电力系统各个负荷的有功、无功边界条件特征量；S2.12，根据所述负荷预测和发电机组检修计划信息，通过计算机组组合和经济调度模型，确定各个PQ节点发电机的有功和无功出力边界条件特征量，确定各个PV节点发电机的有功出力和机端电压边界条件特征量；所述S2.2包括：S2.21，预设样本集T包含的样本数目n；S2.22，对S2.21，中各个负荷的有功、无功边界条件特征量分别进行一次±20%内的随机扰动；S2.23，对S2.12中各个PQ节点发电机的有功和无功出力以及各个PV节点发电机的有功出力边界条件特征量分别进行一次±20%内的随机扰动，对各个PV节点发电机的机端电压边界条件特征量分别进行一次±5%内的随机扰动；S2.24，基于S2.22与S2.23获得的电力系统边界条件特征量，执行一次潮流计算，获得电力系统各个节点包括电压、无功、相角在内的其余潮流状态变量，以及各条交流线的有功潮流特征量；S2.25，将S2.22，S2.23以及S2.24获得的各个特征量进行组合，获得电力系统运行状态特征向量，并按S1.23到S1.27的特征标准化流程进行标准化，其中，第s个电网交流线有功潮流特征量平均绝对误差以及第f个电网其他设备对应的潮流状态特征量平均绝对误差取值分别以S1.21和S1.22的取值为准；S2.26，基于重复潮流法计算得到S2.24获得的电力系统边界条件下对应断面的极限传输容量，将极限传输容量作为与该电力系统运行状态的特征向量相对应的标签；S2.27，根据S2.25得到的特征向量和S2.26得到的极限传输容量，形成一条新运行场景下带有断面TTC标签的电力系统运行样本，将其纳入新样本集T；S2.28，重复S2.22到S2.27，直到新样本集T中含有n条样本。

全文数据：

权利要求：

百度查询： 清华大学 国网江苏省电力有限公司 国家电网有限公司 一种基于迁移学习的电力系统输电断面极限评估方法