申请/专利权人：国网浙江省电力有限公司宁波供电公司;宁波送变电建设有限公司甬城配电网建设分公司

申请日：2023-11-08

公开（公告）日：2024-04-02

公开（公告）号：CN117220318B

主分类号：H02J3/28

分类号：H02J3/28;H02J3/32;H02J3/00;H02J3/38;G06F18/213;G06F18/27;G06N3/0464;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明提供一种电网数字化驱动控制方法及系统，涉及电力技术领域，包括获取目标电网的历史负荷信息、历史天气信息以及所述目标电网的光伏发电量作为原始负荷特征，通过预设的负荷预测模型的特征提取模型确定所述原始负荷特征对应的多层感知特征；基于所述多层感知特征通过所述负荷预测模型的向量回归模型预测所述目标电网对应的负荷需求，其中，所述负荷预测模型基于深度学习模型和支持向量回归模型构建；实时获取所述目标电网中可再生能源的电能产量，根据所述电能产量与所述负荷需求的比较结果，自适应动态调整所述目标电网中储能系统充电状态和放电状态。

主权项：1.一种电网数字化驱动控制方法，其特征在于，包括：获取目标电网的历史负荷信息、历史天气信息以及所述目标电网的光伏发电量作为原始负荷特征，通过预设的负荷预测模型的特征提取模型确定所述原始负荷特征对应的多层感知特征；基于所述多层感知特征通过所述负荷预测模型的向量回归模型预测所述目标电网对应的负荷需求，其中，所述负荷预测模型基于深度学习模型和支持向量回归模型构建；实时获取所述目标电网中可再生能源的电能产量，根据所述电能产量与所述负荷需求的比较结果，自适应动态调整所述目标电网中储能系统的充电状态和放电状态；所述特征提取模型包括多层感知器；通过预设的负荷预测模型的特征提取模型确定所述原始负荷特征对应的多层感知特征，并基于所述多层感知特征通过所述负荷预测模型的向量回归模型预测所述目标电网对应的负荷需求，具体包括：所述特征提取模型对所述原始负荷特征进行卷积操作得到卷积特征图，通过所述特征提取模型的特征变换函数确定所述卷积特征图的卷积特征，基于所述特征提取模型的残差连接块将所述原始负荷特征与所述卷积特征进行跳跃连接确定多层感知特征；通过所述向量回归模型的核函数将所述多层感知特征映射为高维特征，基于所述高维特征与所述向量回归模型的超平面的空间距离进行线性回归，通过所述向量回归模型的决策函数预测所述目标电网对应的负荷需求；所述方法还包括对所述特征提取模型进行训练：基于预先获取的特征训练数据集输入待训练的特征提取模型，确定所述特征提取模型的输出结果作为特征提取结果，以及确定待训练的特征提取模型的损失函数的损失值；确定所述损失值对所述特征提取结果的第一梯度信息，将所述第一梯度信息从待训练的特征提取模型从输出层向输入层进行传播，确定待训练的特征提取模型的中间层对应的第二梯度信息；根据所述第一梯度信息和所述第二梯度信息确定所述损失函数的权重参数的梯度和偏置参数的梯度，通过梯度下降算法结合自适应学习率迭代更新所述权重参数和所述偏置参数，直至达到预设迭代次数。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司宁波供电公司;宁波送变电建设有限公司甬城配电网建设分公司 电网数字化驱动控制方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD