深度学习的多层有源配电网态势感知与评估方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
深度学习的多层有源配电网态势感知与评估方法及系统
申请号:CN202410975240
申请日期:2024-07-19
公开号:CN118520304A
公开日期:2024-08-20
类型:发明专利
摘要
本发明提供一种深度学习的多层有源配电网态势感知与评估方法及系统,涉及配电网态势感知与预测技术领域,该方法包括采集多层有源配电网运行的态势要素,得到数据集,并对数据集进行预处理得到输入特征矩阵;将输入特征矩阵输入到提前构建好的基于双重注意力机制的LSTM配电网态势预测网络模型进行训练,同时对预测网络模型的超参数进行优化,得到优化后的预测网络模型;利用优化后的预测网络模型预测出多层有源配电网的运行数据,根据运行数据计算多层有源配电网的态势指标,并根据态势指标对多层有源配电网的安全态势进行评估。本发明实现了对配电网未来运行态势的准确预测和安全评估。
技术关键词
有源配电网 预测网络模型 注意力机制 深度学习模型训练 Softmax函数 分布式光伏 信息熵原理 矩阵 数据 LSTM神经网络 电压越限风险 蚂蚁 节点 指标 超参数 时序 配电网态势感知 变压器