一种基于N/N-1潮流内嵌图卷积神经网络的运行方式潮流耦合关系表征方法
2025-02-28 10:28
No.1344979581748387840
技术概要
PDF全文
本技术公开一种基于N/N‑1潮流内嵌图卷积神经网络的运行方式潮流耦合关系表征方法,包括以下步骤:1)提出基于N/N‑1潮流内嵌的图卷积前向传播策略,以N/N‑1潮流物理模型推导设计图卷积模块前向传播表达式;2)构建基于多层图卷积和卷积模块协同的神经网络架构;3)训练得到运行方式潮流耦合关系模型,表征电力系统N/N‑1状态下的潮流耦合关系。本发明所构建的运行方式潮流耦合关系模型能高精度表征N/N‑1状态下的潮流耦合关系,以便于后续分析电力系统中的故障诊断、稳定性评估和优化控制等关键问题。
背景技术
随着电力系统规模的不断扩大和可再生能源接入比例的增加,电力系统的复杂性和运行的不确定性显著提升。在电力系统的运行中,潮流计算是分析和控制电网状态的基础工具,尤其在N-1校验条件下,系统需要能够在单一元件失效的情况下继续正常运行。因此,如何高效、精确地表征和分析电力系统在N/N-1状态下的潮流耦合关系,成为电力系统研究的重要课题。 传统的潮流计算方法依赖于物理模型和数值计算,这些方法通常基于稳态条件下的电力系统方程,通过迭代求解的方式来获得系统的潮流分布。虽然这些方法在理论上能够提供一定的精度,但其计算复杂度高、速度慢,尤其在面对大规模电网时,难以满足实时性要求。而且,随着电力系统规模和复杂度的增加,传统方法在处理多种运行状态和故障条件时,显得力不从心。尤其在N-1校验的情况下,传统方法需要逐一表征每个N-1状态下的潮流耦合关系,计算量极为庞大,难以在短时间内完成。 近年来,数据驱动的方法在电力系统分析中展现出巨大的潜力。这些方法利用大数据和机器学习技术,通过对电力系统运行的历史数据进行训练,可以快速、准确地对电力系统进行建模和预测。数据驱动的方法能够从大量数据中提取复杂的非线性关系,并通过训练好的模型在短时间内给出潮流计算结果。其具有强大的高维复杂非线性特征逼近能力,能够捕捉到电力系统中存在的复杂非线性关系,直接映射潮流输入与输出,并且无需迭代计算,从而显著提高计算速度。然而,目前的数据驱动方法在应用中还存在一些不足之处:一、现有方法通常未能充分考虑图节点特征所满足的物理规则和图节点的物理意义,导致物理耦合关系丢失;二、难以同时精准考虑离散的多个N-1状态下潮流耦合关系。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
刘欣宇  段师琪  朱晟毅  余娟  雷雨  高茂胜  陈涛  杨知方  陈佳林  张同尊  余亚南  向红吉  方辉  蒋望  文钟谊  胡利宁  冯唐垚
技术所属: 重庆大学  国网重庆市电力公司电力科学研究院  国网重庆市电力公司  国家电网有限公司
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利