| 跨区域全时空基于深度学习的分布式潮流态势预估方法 |
| |
| 引用本文： | 曹德发,李志华,马明,谢明磊,周哲民.跨区域全时空基于深度学习的分布式潮流态势预估方法[J].可再生能源,2022,40(1):136-142. |
| |
| 作者姓名： | 曹德发 李志华 马明 谢明磊 周哲民 |
| |
| 作者单位： | 广东电网有限责任公司梅州供电局, 广东 梅州 514000;南方电网科学研究院, 广东 广州 510663;清华大学 电机工程与应用电子技术系, 北京 100084 |
| |
| 基金项目： | 广东电网有限责任公司科技项目资助(GDKJXM20200321)。 |
| |
| 摘 要： | 基于人工智能中的深度学习方法,文章提出了分布式经济调度及其潮流态势预估方法。在传统集中式经济调度方法的基础上,给出了分布式经济调度模型及其求解方法;在该模型中,建立了负荷分布关联的特性及其模型;使用深度学习方法对负荷分布关联模型及分布式经济调度潮流进行学习训练,预估未来电网潮流运行态势。以实际电网对所提方法进行验证,结果显示具有较高的准确度。
|
| 关 键 词： | 深度学习 潮流 预估 经济调度 分布式 |
Distributed power flow situation prediction method based on deep learning in the case of cross regional full time and space |
| |
| Cao Defa,Li Zhihua,Ma Ming,Xie Minglei,Zhou Zhemin.Distributed power flow situation prediction method based on deep learning in the case of cross regional full time and space[J].Renewable Energy,2022,40(1):136-142. |
| |
| Authors: | Cao Defa Li Zhihua Ma Ming Xie Minglei Zhou Zhemin |
| |
| Affiliation: | (Meizhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.,Meizhou 514000,China;Electric Power Research Institute,CSG,Guangzhou 510663,China;Department of Electrical Engineering,Tsinghua University,Beijing 100084,China) |
| |
| Abstract: | |
| |
| Keywords: | deep learning power flow prediction economic dispatch distributed |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
