[发明专利]基于卷积神经网络的微网无功自动控制方法有效
| 申请号： | 201910564883.1 | 申请日： | 2019-06-27 |
| 公开（公告）号： | CN110212551B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 华亮亮;黄伟;葛良军;刘明昌 | 申请（专利权）人： | 国网内蒙古东部电力有限公司通辽供电公司;华北电力大学 |
| 主分类号： | H02J3/18 | 分类号： | H02J3/18 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 张文宝 |
| 地址： | 028000 内蒙古*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于卷积神经网络的微网无功自动控制方法，其运用SCADA采集微网系统实时运行数据，生成二维功率矩阵数据；并利用最优潮流计算该二维功率矩阵数据对应的无功装置的最佳无功功率，作为其标签值；训练卷积神经网络模型，使其能够根据系统运行数据确定各无功装置的最佳无功功率。本发明利用是二维卷积运算稀疏交互、权值共享和等变表示的特点，建立卷积神经网络模型并进行模型训练，实现对微网运行状态进行自动特征提取，从而确定各无功装置的最佳无功功率，同时兼顾微网运行时的电压偏差和网损，具有良好的经济性和安全性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 无功 自动控制 方法 | ||
【主权项】：
1.一种基于卷积神经网络的微网无功自动控制方法，其特征在于：包括以下步骤：步骤1、利用SCADA采集微网系统实时运行数据，并转化成二维功率矩阵，将所述实时运行数据分为训练集和测试集；步骤2、基于最优潮流计算各二维功率矩阵对应的输出值，即无功装置最佳无功功率值；步骤3、对所述二维功率矩阵进行高斯归一化；将所述各无功装置最佳无功功率值转换为其相对自身容量的百分值；步骤4、构建包括输入层、卷积层、池化层、批标准化、全连接层和sigmod层的卷积神经网络回归模型，用于微网无功自动控制，其中所述输入层对输入二维功率矩阵进行数据的归一化处理；步骤5、利用所述训练集进行模型训练，并基于所述测试集评估模型效果；步骤6、利用训练完成的卷积神经网络模型对微网系统进行无功自动控制。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国网内蒙古东部电力有限公司通辽供电公司;华北电力大学，未经国网内蒙古东部电力有限公司通辽供电公司;华北电力大学许可，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/patent/201910564883.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种无功补偿控制系统
- 下一篇：火力发电机组一次调频的控制方法及系统
