期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

基于数据驱动和深度置信网络的配电网无功优化

邵美阳; 吴俊勇; 石琛; 安然; 朱孝文; 黄杏; 蔡蓉 北京交通大学电气工程学院; 北京市海淀区100044; ABB研究院; 北京市朝阳区100015

关键词:深度置信网络 深度学习 配电网 无功优化 数据驱动 

摘要:随着分布式电源和随机负荷电动汽车等的大量接入,配电网的运行环境日益复杂,对在线无功优化及其快速性提出了更高的要求。该文将“深度学习”引入配电网无功优化,提出了基于深度置信网络的无功优化方法。通过构造高维随机矩阵,从配电网运行数据中提取统计特征作为输入,将历史控制策略进行编码作为输出,利用先无监督后有监督的方式训练深层架构,学习系统特征与无功优化策略之间的映射关系,建立基于数据驱动和深度置信网络的配电网无功优化模型。基于改造的IEEE-37节点主动配电网仿真模型,对比分析了历史数据量和分布式电源渗透率场景对传统优化方法,场景匹配方法和所提方法的无功优化效果的影响。结果表明,所提方法可明显降低网络损耗和节点电压偏移,它不依赖于系统的模型和参数,在线决策速度快,且对历史数据量要求较低,在高渗透率分布式发电等未知场景下仍能表现优良,验证了该方法的正确性、有效性和较强的鲁棒性。

电网技术杂志要求:

{1}关键词以3~6个为宜(需附相应的英文)。

{2}为加快稿件处理速度,本刊实行审稿意见及时反馈制度,尽量为来稿附上审稿意见,15日内会给出审稿意见。

{3}论文作者保证该论文的署名权无争议。若发生署名权争议问题,一切责任由论文作者承担。

{4}来稿最后需标明作者(编者,译者)的真实姓名、性别、出生年月、籍贯、工作(学习)单位、职务(职称)、主要研究方向、详细地址、邮编以及联系电话(手机号码,以方便快递公司投递样刊),未按要求填报相关内容的,一律不予采用。

{5}参考文献必须是作者亲自阅读过的原始文献。一般论著不超过15条,综述不超过20条。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电网技术

北大期刊
1-3个月下单

关注 28人评论|0人关注
相关期刊
  • 计算机教育
    部级期刊 1个月内下单
    清华大学
  • 科技与经济
    省级期刊 1个月内下单
    南京市科技信息研究所
  • 统计与经济
    省级期刊 1个月内下单
    宁夏回族自治区统计局;国家统计局宁夏调查总队
  • 计算机工程与设计
    北大期刊 1-3个月下单
    中国航天科工集团第二研究院706所
服务与支付