[发明专利]一种电力系统扰动后的功率缺额预测方法

权利要求书

1.一种电力系统扰动后的功率缺额预测方法，其特征在于，包括以下步骤：

步骤S1:当电力系统频率降低时，利用自适应的功率缺额物理计算模型，采集相应的输入特征量；

步骤S2:在实际电网中生成样本，将数据进行标准化，得到训练样本

步骤S3:构建LSTM预测模型，LSTM预测模型，并将训练样本输入至预测模型进行训练学习，调整预测模型参数，得到LSTM预测功率缺额模型；

步骤S4:将输入特征量标准化后输入至训练好的LSTM预测功率缺额模型进行测试，得到标准化后的功率缺额预测值；

步骤S5:根据得到的标准化后的功率缺额预测值，进行反标准化处理后，得到功率缺额预测值。

2.根据权利要求1所述的一种电力系统扰动后的功率缺额预测方法，其特征在于:所述输入特征量包括负荷频率和负荷有功信息作为输入特征量。

3.根据权利要求1所述的一种电力系统扰动后的功率缺额预测方法，其特征在于:所述步骤S2具体为：将数据进行z-score标准化，具体公式如下所示

式中：μ为样本数据的均值，σ为样本数据的标准差。

4.根据权利要求1所述的一种电力系统扰动后的功率缺额预测方法，其特征在于:所述LSTM预测模型具体为：

f_t＝σ(W_xfx_t+W_hfh_t-1+W_cfc_t-1+b_f)

i_t＝σ(W_xix_t+W_hih_t-1+W_cic_t-1+b_i)

o_t＝σ(W_xox_t+W_hoh_t-1+W_coc_t-1+b_o)

c_t＝f_tc_t-1+i_t tanh(W_xcx_t+W_hch_t-1+b_c)

h_t＝o_t tanh(c_t)

式中：x_t为当前时刻输入状态；f_t为遗忘门当前时刻输入；h_t为当前时刻LSTM单元的输出；o_t为输出门当前时刻输出；c_t为当前时刻记忆单元状态；W_xi、W_xf、W_xo和W_xc为x_t相关的权重矩阵；W_hi、W_hf、W_ho和W_hc为h_t的相关权重矩阵；W_ci、W_cf和W_co为c_t的相关权重值；b_i、b_f、b_o和b_c为相关的偏置量。

5.根据权利要求1所述的一种电力系统扰动后的功率缺额预测方法，其特征在于:所述反标准化如下式所示：

X＝X^*×σ+μ

式中：μ为样本数据的均值，σ为样本数据的标准差，X^*为标准化数据。