[发明专利]一种基于机器学习的电力系统规划方法

权利要求书

1.一种基于机器学习的电力系统规划方法，其特征在于：利用贪心法确定新建变电站的座数以及各个变电站的容量，在此基础上利用Hopfield神经网络算法求解新建变电站的位置以及各阶段各个变电站的供电范围，然后根据各个变电站的实际供电情况对变电站容量进行减容，最后确定满足最的优解并建立模型和进行优化；包括以下步骤；

步骤一、通过贪心法确定新建变电站的座数以及各个变电站的容量；

S1、将已有变电站容量设定为可选站容集合中具有最大性价比的容量；

S2、初始化新建站的个数为“0”；

S3、确定变电站带载容量总和是否大于全程符合的总量；

S4、如果没有达到，则新建站个数加“1”，取新建站容量为可选站容集合中具有最大性价比的容量从新转到S3；

S5、直至确定变电站带载容量总和大于全程符合的总量，并记录当前各变电站情况作为初始可行解；

步骤二、建立并确定Hopfield神经网络的模型；

S1、利用若干个神经元构成Hopfield神经网络，建立神经网络能量函数，并对Hopfield神经网络进行训练和验证；

S2、确定新建变电站的初始位置；

S3、利于Hopfield神经网络求各阶段各变电站供电范围；

S4、求各阶段各新建站所供负荷点的铜芯，分别记入集合Tx，并求Tx的铜心，并将其作为新建变电站i的位置；

S5、确定各新建变电站的位置有无变化，如果有变化从新转到S3；

S6、直至各新建变电站的位置无变化，并利于Hopfield神经网络求各阶段各变电站的供电范围；

步骤三、通过各个阶段的各变电站的供电范围情况判断各变电站在各个规划阶段的投建计划；

步骤四、根据各变电站的投建计划，利用Hopfield神经网络计算各变电站的供电范围，刷新新建变电站的位置，再重新确定各个变电站的投建计划；

步骤五、反复进行迭代计算，直至求得满足要求的最优解；

步骤六、通过得到的最优解建立电力规划辅助成果设计模型，利用现有电网建设及规划数据，进行深度学习与模型优化，并开发终端和智能用电设备的接入状态监控和管理功能，其中；

终端与国家电网信息中心相连接，以向国家电网信息中下载阶梯电价相关信息和向国家电网传送用户用电需求；

智能用电设备的接入状态监控，用户可以查看家里的各电器设备在各时间段的一个用电量情况，进行用户电行为描述与分析；

管理功能可以推送智能用电设备节能策略，进而对阶梯电费分析，同时可以接收电网实时用电信息，调节用户智能用电设备用电行为。

2.根据权利要求1所述的一种基于机器学习的电力系统规划方法，其特征在于：步骤二中，所述Hopfield神经网络的建立应满足：

1)在最低能量状态时各层神经元的数量符合：

式中p为神经元，m为输出神经元数，n为输入神经元数，a为1-10之间的常数；

2)在最低能量状态时各变电站在各阶段都出现符合的现象。

3.根据权利要求1所述的一种基于机器学习的电力系统规划方法，其特征在于：步骤二中，所述集合Tx是利用Hopfield神经网络所计算出的新建变电站i在各个规划阶段所供负荷点的铜心所构成的集合。

4.根据权利要求2所述的一种基于机器学习的电力系统规划方法，其特征在于：所述集合Tx中的元素大小是新建电站i在各个阶段所供的负荷总量。

5.根据权利要求1所述的一种基于机器学习的电力系统规划方法，其特征在于：步骤二中，所述Hopfield神经网络是根据神经元数算法进行网络构建，建立简洁高效的模型。

6.根据权利要求1所述的一种基于机器学习的电力系统规划方法，其特征在于：步骤二中，所述Hopfield神经网络由神经元的输入输出特性、神经元的连接方式、连接权的大小以及神经元特殊的连接权共同支撑。

7.根据权利要求1所述的一种基于机器学习的电力系统规划方法，其特征在于：步骤五中，通过反复迭代计算可以求得各阶段各变电站的确切位置、电容、供电范围和变电站的投建计划。