[发明专利]直流输电工程损耗评估方法、装置、设备和存储介质

权利要求书

1.一种直流输电工程损耗评估方法，其特征在于，包括：

获取待评估的直流输电工程的工程工况参数和工程线路信息；

将所述工程工况参数和工程线路信息输入到预先训练好的损耗评估模型；所述损耗评估模型用于基于所述工程工况参数和工程线路信息确定所述直流输电工程的损耗信息；所述损耗评估模型是基于多个不同的直流输电工程样本的训练工况参数、训练线路信息及其工程损耗标签对神经网络模型训练得到的；

获取所述损耗评估模型输出的所述直流输电工程的损耗信息，并根据所述损耗信息确定所述直流输电工程的损耗评估结果。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取训练样本集，所述训练样本集包括多个不同的第一直流输电工程样本的训练工况参数和训练线路信息，以及，每个第一直流输电工程样本的工程损耗标签；

将所述训练样本集中多个第一直流输电工程样本的训练工况参数和训练线路信息输入到待训练的神经网络模型，由所述神经网络模型基于每个第一直流输电工程样本的训练工况参数和输出该第一直流输电工程样本的预测损耗信息；

根据所述预测损耗信息和所述工程损耗标签，调整所述神经网络模型的模型参数，直到满足训练结束条件，得到训练好的损耗评估模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述预测损耗信息和所述工程损耗标签，调整所述神经网络模型的模型参数，直到满足训练结束条件，得到训练好的损耗评估模型，包括：

根据所述多个第一直流输电工程样本的预测损耗信息以及每个第一直流输电工程样本的工程损耗标签，确定损失值；

根据所述损失值和反向传播算法调整所述神经网络模型的模型参数，直到满足训练结束条件，得到训练好的损耗评估模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述损失值和反向传播算法调整所述待训练的神经网络模型的模型参数，直到满足训练结束条件，得到训练好的损耗评估模型，包括：

根据所述损失值和反向传播算法调整所述神经网络模型的模型参数，得到调整后的神经网络模型；

获取测试样本集；所述测试样本集包括多个第二直流输电工程样本的训练工况参数和训练线路信息，以及，每个第二直流输电工程样本的工程损耗标签；

将所述测试样本集中多个第二直流输电工程样本的训练工况参数和训练线路信息输入到所述神经网络模型，由所述神经网络模型基于每个第二直流输电工程样本的训练工况参数和训练线路信息输出该第二直流输电工程样本的预测损耗信息；

根据所述多个第二直流输电工程样本的预测损耗信息和所述第二直流输电工程样本的工程损耗标签，确定训练误差；

当所述训练误差大于预设的误差阈值时，返回执行所述获取训练样本集的步骤，再次调整所述神经网络模型的参数，直到所述训练误差不大于预设的误差阈值，得到训练好的损耗评估模型。

5.根据权利要求4所述的方法，其特征在于，还包括：

获取多个直流输电工程样本的训练工况参数和训练线路信息；所述多个直流输电工程样本为具有不同训练工况参数和/或线路信息的直流输电工程样本；

根据每个直流输电工程样本的训练工况参数、线路信息以及预设的损耗算法，确定每个直流输电工程样本的损耗信息，并将每个直流输电工程样本的损耗信息作为该直流输电工程样本的工程损耗标签；

根据所述多个直流输电工程样本及其工程损耗标签，获取训练样本集和测试样本集。

6.根据权利要求1所述的方法，其特征在于，所述获取待评估的直流输电工程的工程工况参数，包括：

获取所述待评估的直流输电工程中换流站的功率信息、全半桥子模块数量和基频频率；

根据所述功率信息、全半桥子模块数量和基频频率，确定所述直流输电工程的工程工况参数。