[发明专利]基于数据驱动启发式优化的城市高压配电网阻塞管理方法

摘要

本发明公开了一种基于数据驱动启发式优化的城市高压配电网阻塞管理方法，首先利用佳点集理论，产生大量运行断面数据，利用多个深度神经网络拟合高压配电网拓扑状态、节点负荷与节点电压、支路功率的非线性关系；其次将训练好的神经网络嵌入到启发式优化算法中，将输电线路传输容量、变电站容量、发电机出力上下限、电压幅值上下限、切负荷上限及神经网络拟合的非线性映射作为约束条件，以切负荷总量最小作为目标函数，构建城市电网阻塞管控模型，最后采用遗传算法求解。该模型将复杂的0‑1拓扑约束、交流潮流约束及N‑1约束用神经网络代替，避免了复杂耗时的N‑1校验过程，且深度网络对复杂非线性关系有良好的拟合能力，有效提高求解效率。