[发明专利]基于DNN算法的电力系统鲁棒优化极端场景的识别方法有效
| 申请号： | 202011212711.7 | 申请日： | 2020-11-03 |
| 公开（公告）号： | CN112507603B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 孙宏斌;黄杰明;唐文俊;郭烨 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06K9/62;G06Q50/06 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 周红 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于DNN算法的电力系统鲁棒优化极端场景的识别方法，包括：先构建数据集，再构建DNN算法，然后训练DNN算法，训练DNN算法可以包括：设置参数、数据计算、数据输出、选取代价函数、反向传播和判断是否训练结束，若训练结束，则可以对识别极端场景，利用训练后的DNN算法识别极端场景，其中，数据集用于DNN算法的训练和测试，数据集中的每条数据均包括输入部分和输出部分，其中输入部分由盒式不确定集确定，盒式不确定集包括：m个负荷功率和n个光伏发电出力，输出部分由极端场景的类别确定。根据本发明实施例的基于DNN算法的电力系统鲁棒优化极端场景的识别方法，可以简化求解极端场景的步骤，以提高识别极端场景的效率。 | ||
| 搜索关键词： | 基于 dnn 算法 电力系统 优化 极端 场景 识别 方法 | ||
【主权项】：
暂无信息
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清华大学，未经清华大学许可，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/202011212711.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种移动终端及其数据显示方法、装置
- 下一篇：一种无线扫描枪的控制系统及方法
