CN114723128B 一种基于卷积神经网络的静态电压稳定裕度在线预测方法 （国网江苏省电力有限公司宿迁供电分公司）

4058-4067.一种基于卷积神经网络的静态电压稳定裕本发明提出的是一种基于卷积神经网络的输电网中大规模接入光伏后的静态电压稳定评2步骤2、基于步骤1训练得到的静态电压稳定裕度预测所述基础负荷数据为初始状态下，根据全系统光伏出力占比将步骤1.4、步骤1.5计算得到的h个PVSM构成集合Y作为用于卷积神经网络离线训练的3为系统节点i的净负荷的有功功率Pib，矩阵的第二行元素为系统节点i的净负荷的无功功率g',矩阵的第三行元素为系统节点i的发电有功功率pc;,各行元素的表达式如其中,为基础状态下节点i的负荷的有功功率，为基础状态下节点i的光伏的有2.根据权利要求1所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，4其特征是所述步骤1.1中输电网络拓扑模型中的电网拓扑信息包括火电厂接入节3.根据权利要求1所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，其特征是所述步骤1.4中参数化后的负荷型连续潮流模型4.根据权利要求1所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，上式中N为批处理数据的数量；Pi为第i个输入数据经过网络第四个全连接层后的输出5.根据权利要求4所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，其特征是所述步骤1.7中卷积神经网络进行训练的目的就是通过调整网络参数使得目标函6.根据权利要求1所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，步骤2.2：将实时输入数据X归一化处理后作为步骤1.8得到的静态电压稳定裕度预测7.根据权利要求6所述的一种基于卷积神经网络的静态电压稳定裕度在线预测方法，基础状态下节点i的光伏的有功功率基础状态下节点i的负荷的无功功率5基础状态下节点i的光伏的无功功率由SCADA系统在线实时采集，目标状态下节点i的负荷的有功功率Ri、目标状态下节点i的负荷的无功功率:s根据调度负荷预测得到，目标状态下节点i的光伏出力的有功功率RW与目标状态下节点i的光伏出力的无功功率67[0026]进一步地，所述步骤1.1中输的无功功率g',矩阵的第三行元素为系统节点i的发电有功功率po',各行元素的表达89[0042]式中Pib为初始状态下节点i的负荷的有功功率，为初始状态下节点i的负荷的[0048]进一步地，所述步骤1.7中的有功功率基础状态下节点i的光伏的有功功率基础状态下节点i的负荷的无功功率基础状态下节点i的光伏的无功功率由SCADA系统在线实时采集，目标状态下节点i的负荷的有功功率Ri、目标状态下节点i的负荷的无功功率根据调度负荷预测得到，目标状态下节点i的光伏出力的有功功率Rm与目标状态下节点i的光伏出力的无功功率根据当地的温度与照度数据预测；由式(1)～(6)可得到实时输入数据X＝[XB第一行的元素为系统节点i的净负荷的有功功率Pib，矩阵的第二行元素为系统节点i的净负荷的无功功率g',矩阵的第三行元素为系统节点i的发电有功功率PG",各行元[0075]其中,为基础状态下节点[0087]式中Pib为初始状态下节点i的负荷的有功功率，g'为初始状态下节点i的负荷的[0094]静态电压稳定裕度PVSM代表了静态电压崩溃临界点的全系统光伏出力增长，表征下节点i的光伏的有功功率基础状态下节点i的负荷的无功功率基础状态下节点i的光伏的无功功率由SCADA系统在线实时采集，目标状态下节点i的负荷的有功功率Ri、目标状态下节点i的负荷的无功功率根据调度负荷预测得到，目标状态下节点i的光伏出力的有功功率Rim与目标状态下节点i的光伏出力的无功功率Qim根据当地的温荷的80％-260步长20设置10种；目标状态下的光伏出力按照系统光伏渗透率20％-200％设置10种，步长20在每一种光伏渗透率下随机产生10组24个光伏接入节点的光ReLU函数)，三个批标准化层(BN，BatchNormalization)，4个全连接层(FC，Full结果如图5所示，经过100步训练后，目标函数收敛，测试数据(val)的目标函数值达到了预测误差ε0.250.12不会偏离本发明的精神或超越所附权利要求书所定