摘要
本发明公开了一种电力负荷场景生成方法、系统、电子设备及存储介质,包括:基于目标地区的电力负荷数据集,按照用电时间段将电力负荷数据集划分为高峰、平段、低谷三个时段,采用均匀分布归一化对各时段数据集进行归一化;基于归一化后的各时段数据集,通过马尔科夫算法构建初始状态概率矩阵及状态转移概率矩阵;对归一化后的各时段数据集,分别采用适配的扩散模型对各时段数据进行训练,通过扩散模型的逆向过程或前向过程,生成各时段的扩散数据集;基于生成的扩散数据集,结合各时段的气象参数与电力系统的净负荷占比信息,定义三个时段的极端状态与正常状态;基于定义的极端状态与正常状态,对扩散数据集进行划分,构建各时段数据采样群;基于构建的初始状态概率矩阵及状态转移概率矩阵生成连续场景状态,从各时段数据采样群中随机采样各状态数据并填充至连续场景状态中,最终构建出涵盖极端形态的电力负荷场景。本发明能够有效地生成多样的极端场景,为电力系统可能遇到的情景分析提供基础,减少实际操作中的试错成本。
技术关键词
场景生成方法
转移概率矩阵
负荷
噪声数据
噪声分量
累积分布函数
时间段
定义
电力系统
Adam算法
更新网络参数
神经网络参数
归一化模块
电子设备
系统为您推荐了相关专利信息
微细孔
缺陷检测识别方法
缺陷检测识别装置
声波
数据网络
微电网系统
容量配置优化方法
风光
光伏发电机组
氢燃料电池组
监控方法
水利设施
噪声数据
计算机程序指令
代表
预测系统
选址定容策略
子模块
光伏发电机组
风光储联合