一种基于RBF神经网络的概率潮流在线计算方法
专利类型：发明专利
语 言：中文
申 请 号：CN201810033786.5
申 请 日：20180115
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180727
公 开 号：CN108336739A
代 理 人：胡正顺
代理机构：重庆大学专利中心 50201
摘 要：本发明公开了一种基于RBF神经网络的概率潮流在线计算方法,主要包括以下步骤：1)建立RBF神经网络概率潮流模型。2)获取所述RBF神经网络概率潮流模型的训练样本x。3)对所述训练样本数据x进行处理。4)对所述RBF神经网络概率潮流模型进行训练。5)获取计算样本。6)将步骤5得到的计算样本数据一次性输入步骤4中训练完成的RBF神经网络概率潮流模型中,得到所述训练目标,从而判断所有训练样本的潮流可解性。计算可解样本的潮流值。将计算样本数据进行反归一化处理。7)统计概率潮流指标。本发明可广泛应用于电力系统的概率潮流在线计算,特别适用于新能源高比例接入导致电力系统不确定性增强的情况。
主 权 项：1.一种基于RBF神经网络的概率潮流在线计算方法,其特征在于,主要包括以下步骤：1)建立所述RBF神经网络概率潮流模型；2)通过实时监测电力系统、对电力系统进行仿真和实验的方法获取所述RBF神经网络概率潮流模型的训练样本x,记录所有训练样本x的潮流值,并标记潮流不可解的训练样本。3)对所述训练样本数据x进行处理；4)对所述RBF神经网络概率潮流模型进行训练,从而得到训练后的RBF神经网络概率潮流模型；4)采用蒙特卡洛法(MCS法)或改进MCS法对待计算概率潮流的电力系统的随机变量进行抽样,从而获取计算样本；所述随机变量主要包括待计算概率潮流的电力系统的风速、光照辐射度和负荷；6)将步骤5得到的计算样本数据一次性输入步骤4中训练完成的RBF神经网络概率潮流模型中,得到所述训练目标,从而判断所有训练样本的潮流可解性；计算可解样本的潮流值；将计算样本数据进行反归一化处理；7)统计概率潮流指标；所述概率潮流指标主要包括训练后的BP神经网络潮流模型输出变量的均值、方差和概率分布；输出变量主要包括电力系统所有节点的电压幅值和相角、各支路有功功率和无功功率。
关 键 词：概率;潮流模型;潮流;在线计算;电力系统;训练样本;样本数据;样本;反归一化处理;训练样本数据;比例接入;不确定性;输入步骤;训练目标;可解性;一次性;新能源;应用;统计
法律状态：
IPC专利分类号：H02J3/06