[发明专利]一种基于深度学习的断面约束概率预警方法及系统有效
申请号: | 201911225315.5 | 申请日: | 2019-12-02 |
公开(公告)号: | CN110991741B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 吴云亮;李鹏;苏寅生;李智勇;张建新;姚海成;刘春晓;孙宇军;殷梓恒;赖晓文 | 申请(专利权)人: | 中国南方电网有限责任公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06Q10/06;G06N3/04;G06N3/08 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郭浩辉;麦小婵 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 学习 断面 约束 概率 预警 方法 系统 | ||
1.一种基于深度学习的断面约束概率预警方法,其特征在于,步骤包括:
获取电力系统的历史运行数据;所述历史运行数据包括发电机出力值、发电成本系数、电力系统拓扑结构数据;
建立电力市场出清模型;其中,基于发电机出力值和发电成本系数的函数关系构建所述电力市场出清模型的目标函数,以及利用电力系统拓扑结构数据构建所述电力市场出清模型的N-1安全约束的约束条件;所述电力市场出清模型的目标函数具体为:
式(1)中,PG为发电机出力值;H1和H2为发电成本系数;
利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算时,利用所述历史运行数据构建并训练至少包括输入层、若干隐藏层和输出层的深度神经网络模型,其中,利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算,具体为:对电力系统的状态变量进行随机抽样以建立模拟样本集;将所述模拟样本集输入到电力市场出清模型,计算得到所述模拟样本集中每个模拟样本对应的机组最优出力值和电力市场出清模型起作用的最小约束集;统计所述机组最优出力值和所述最小约束集,得到每个模拟样本对应的N-1安全约束的起作用概率;根据所述起作用概率,对各线路约束进行降序排列,并将排列靠前的线路约束写入所述最小约束集;
在所述输入层输入包括发电机出力值和发电成本系数的实时数据进行运算,并通过所述输出层输出机组最优出力值;
判断当前机组出力值是否大于等于所述机组最优出力值;若是,则发送预警信息。
2.如权利要求1所述的基于深度学习的断面约束概率预警方法,其特征在于,包括计算所述状态变量的概率分布函数f(D)如下所示:
式(6)中,D为状态变量;Dmax和Dmin为状态变量数值的上下限;μ和δ分别表示状态变量的均值和标准差。
3.如权利要求1所述的基于深度学习的断面约束概率预警方法,其特征在于,利用所述历史运行数据训练所述深度神经网络模型,具体为:
建立包括历史运行数据和模拟样本数据的输入样本集;
将所述输入样本集随机划分为训练样本集、验证样本集和测试样本集;
将所述训练样本集输入到所述深度神经网络模型,对所述深度神经网络模型的参数进行迭代更新;
将所述验证样本集和所述测试样本集输入到所述深度神经网络模型,以判断验证集的测试精度是否下降;若是,则停止迭代;若否,则根据最大迭代次数进行迭代。
4.如权利要求3所述的基于深度学习的断面约束概率预警方法,其特征在于,利用离差标准化方法对所述输入样本集进行预处理,具体为:
式(10)中,xmin与xmax表示数据x的最小值和最大值;x表示输入样本集中输入数据或输出数据。
5.如权利要求3所述的基于深度学习的断面约束概率预警方法,其特征在于,当所述输入样本集的参数更新时,根据所述输入样本集中样本的输出特征向量的真值与预测值,求解均方差损失函数。
6.一种基于深度学习的断面约束概率预警系统,其特征在于,包括:
采集模块,用于获取电力系统的历史运行数据;所述历史运行数据包括发电机出力值、发电成本系数、电力系统拓扑结构数据;
模型生成模块,用于建立电力市场出清模型;其中,基于发电机出力值和发电成本系数的函数关系构建所述电力市场出清模型的目标函数,以及利用电力系统拓扑结构数据构建所述电力市场出清模型的N-1安全约束的约束条件;所述电力市场出清模型的目标函数具体为:
式(1)中,PG为发电机出力值;H1和H2为发电成本系数;
模型求算模块,用于利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算时,利用所述历史运行数据构建并训练至少包括输入层、若干隐藏层和输出层的深度神经网络模型,其中,利用基于蒙特卡洛的断面约束评估方法对所述电力市场出清模型进行解算,具体为:对电力系统的状态变量进行随机抽样以建立模拟样本集;将所述模拟样本集输入到电力市场出清模型,计算得到所述模拟样本集中每个模拟样本对应的机组最优出力值和电力市场出清模型起作用的最小约束集;统计所述机组最优出力值和所述最小约束集,得到每个模拟样本对应的N-1安全约束的起作用概率;根据所述起作用概率,对各线路约束进行降序排列,并将排列靠前的线路约束写入所述最小约束集;
结果输出模块,用于在所述输入层输入包括发电机出力值和发电成本系数的实时数据进行运算,并通过所述输出层输出机组最优出力值;
预警模块,用于判断当前机组出力值是否大于等于所述机组最优出力值;若是,则发送预警信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司,未经中国南方电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911225315.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理