CN119514999A 基于机器学习的配网供电多维辅助决策分析方法及系统 （海南电网有限责任公司海口供电局）

基于机器学习的配网供电多维辅助决策分本发明提供基于机器学习的配网供电多维2S2、通过长短时记忆网络构建初始供电需求S3、通过时序预测算法构建初始负荷变化模型，基于所述S5、通过供电能力变化趋势和负荷裕度构建综2.如权利要求1所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征3.如权利要求1所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征通过长短时记忆网络构建初始供电需求预测模型，将配网历史数据4.如权利要求3所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征S31、使用长短时记忆网络建立深度学习模型，提取历史用电负荷数据的长期变化特S32、采用自回归积分移动平均模型分析历史用电负荷数据的周期性波动特征和短期S33、通过自适应权重融合算法将深度学习模型和自回归积分移动平均模型的预测结S34、将所述组合预测结果输入初始负荷变化模型进行训练和验证，获得负荷变化模3Loss=λ123其中，为时间tfh时的预测用电负荷，L(tfh_1)为时间tfh时的实际用电负荷，Xj(tfh)为时间tfh时的影响用电负荷的第j个特征，m为影响用电负荷的特征数量，w中为Xj5.如权利要求4所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征S42、基于所述供电需求预测模型和所述负荷变化模型对所述配网实时运行数据进行S43、通过支持向量机算法对所述实时预测供电需求和所述实时预测用电负荷进行分gd)+τ2gd)+τ3MU(tyd)为时间tyd时的负荷裕度，Ppred(tyd)为时间tyd时的实时预测用电负荷，Pacnual6.如权利要求1所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征47.如权利要求1所述的一种基于机器学习的配网供电多维辅助决策分析方法，其特征供电需求模块，用于通过长短时记忆网络构建初始供电需趋势裕度模块，基于所述供电需求预测模型和所述负荷变化模型，述配网供电运行参数对所述最优供电决策方案进行5~7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指670[0022]S32、采用自回归积分移动平均模型分析历史用电负荷数据的周期性波动特征和[0023]S33、通过自适应权重融合算法将深度学习模型和自回归积分移动平均模型的预23Xj8[0031]S42、基于所述供电需求预测模型和所述负荷变化模型对所述配网实时运行数据[0032]S43、通过支持向量机算法对所述实时预测供电需求和所述实时预测用电负荷进gd)+τ2gd)+τ3[0034]其中，ΔP(tgd)为时间tgd时的供电能力变化趋势，V(tgd)为时间tgd时的电压，I[0037]MU(tyd)为时间tyd时的负荷裕度，Ppred(tyd)为时间tyd时的实时预测用电负荷，k为供电能力指标的权重系数，vl为负荷裕度指标的权重系数，N为供电能力指标的数9于所述配网供电运行参数对所述最优供电决策[0065](2)通过长短时记忆网络构建供电需求预测模型，结合其深度学习能力有效捕捉[0066](3)通过结合长短时记忆网络和自回归积分移动平均模型，实现了对历史用电负[0068]图1为本发明实施例提供的基于机器学习的配网供电多维辅助决策分析方法的流[0069]图2为本发明实施例提供的基于机器学习的配网供电多维辅助决策分析系统的结[0071]参照图1，本实施例第一方面提供基于机器学习的配网供电多维辅助决策分析方记录系统运行中出现的故障情况；所述配网维护记录数据用于记录设备的维护保养信息。0[0102]通过训练后的长短时记忆网络模型输出时间t时的预测供电需求，利用模型中心[0107]S32、采用自回归积分移动平均模型分析历史用电负荷数据的周期性波动特征和[0108]S33、通过自适应权重融合算法将深度学习模型和自回归积分移动平均模型的预23[0118]S42、基于所述供电需求预测模型和所述负荷变化模型对所述配网实时运行数据[0119]S43、通过支持向量机算法对所述实时预测供电需求和所述实时预测用电负荷进gd)+τ2gd)+τ3[0121]其中，ΔP(tgd)为时间tgd时的供电能力变化趋势，V(tgd)为时间tgd时的电压，I[0124]MU(tyd)为时间tyd时的负荷裕度，Ppred(tyd)为时间tyd时的实时预测用电负荷，k为供电能力指标的权重系数，vl为负荷裕度指标的权重系数，N为供电能力指标的数采用遗传算法对综合目标函数进行优化求解，通过精英保留策略保留适应度高的优质个电决策方案。配网控制中心，将调整后的运行参数和负荷分配方案以控制命令的形式下发至各相关设反馈机制验证调整后的最