[发明专利]一种基于堆栈降噪自动编码器的概率潮流在线计算方法

摘要

本发明公开了一种基于堆栈降噪自动编码器的概率潮流在线计算方法，主要包括以下步骤：1)建立SDAE概率潮流模型。2)获取所述SDAE概率潮流模型的训练样本。3)初始化所述SDAE概率潮流模型。4)对所述SDAE概率潮流模型进行训练，从而得到训练后的SDAE概率潮流模型。5)获取计算样本。6)将步骤5得到的计算样本数据一次性输入步骤4中训练完成的SDAE概率潮流模型中，得到所述训练目标，从而判断所有训练样本的潮流可解性；计算可解样本的潮流值。7)统计概率潮流指标。本发明可广泛应用于电力系统的概率潮流在线计算，特别适用于新能源高比例接入导致电力系统不确定性增强的情况。

主权项

1.一种基于堆栈降噪自动编码器的概率潮流在线计算方法，其特征在于，主要包括以下步骤：1)建立所述SDAE概率潮流模型；2)通过实时监测电力系统、对电力系统进行仿真和实验的方法获取所述SDAE概率潮流模型的训练样本，记录所有训练样本的潮流值，并标记潮流不可解的训练样本；3)初始化所述SDAE概率潮流模型。3)确定训练目标，即权值矩阵与偏移向量参数θ＝{W,b}；采用所述训练样本数据，基于步骤3中的初始化SDAE概率潮流模型，对所述SDAE概率潮流模型进行训练，从而得到训练后的SDAE概率潮流模型；训练过程主要包括对所述SDAE概率潮流模型进行无监督预训练和对所述SDAE概率潮流模型进行有监督微调；5)采用蒙特卡洛法(MCS法)或改进MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本；所述随机变量主要包括待计算概率潮流的电力系统的风速、光照辐射度和负荷；6)将步骤5得到的计算样本数据一次性输入步骤4中训练完成的SDAE概率潮流模型中，得到所述训练目标，从而判断所有训练样本的潮流可解性；计算可解样本的潮流值；7)统计概率潮流指标；所述概率潮流指标主要包括训练后的BP神经网络潮流模型输出变量的均值、方差和概率分布；输出变量主要包括电力系统所有节点的电压幅值和相角、各支路有功功率和无功功率。