摘要
本发明属于配电网规划、运行与优化技术领域,具体涉及基于凸深度学习的鲁棒配电网规划方法。其包括:从收集的数据中识别配电网所有的节点和支路,使用图论的方法表示配电网构建邻接矩阵,对每个节点和支路的电气参数进行建模构建节点参数矩阵,利用邻接矩阵和节点参数矩阵构建配电网数学模型,根据构建的数学模型构建凸深度学习模型,通过自适应梯度方法对构建的凸深度学习模型进行参数的更新,采用拓扑规划与链路优化进一步优化配电网的物理结构,通过鲁棒性分析确保规划方案在各种条件下的有效性和安全性,将确认的规划方案实施到实际系统中,并根据实施效果进行反馈调整。
技术关键词
配电网规划方法
鲁棒性分析
节点
深度学习模型
优化配电网
链路
数学模型
矩阵
识别配电网
支路
梯度方法
有功功率
优化算法设计
指标
故障恢复时间
电压相位角
更新模型参数
系统为您推荐了相关专利信息
固态硬盘
性能评估方法
时序预测模型
异常信息
深度学习模型
交通流量预测方法
动态邻接矩阵
门控循环网络
历史交通数据
依赖特征