摘要
本发明提供了一种电力系统调频速度需求量化方法、设备和介质,方法包括:基于电网的负荷、新能源、气象信息等,构造了面向净负荷短时功率最大波动预测的样本特征向量,同时对训练样本与样本特征向量进行筛选,进而建立了净负荷短时功率最大波动点预测模型,对净负荷短时功率最大波动进行预测;进一步建立了基于自适应带宽核密度估计的净负荷短时功率最大波动区间预测模型,可得到净负荷短时功率最大波动预测结果的置信区间,以区间上限作为系统净负荷短时功率最大波动可确保其能够覆盖实际净负荷的短时最大波动。通过本发明所提出的方法,能够准确量化系统净负荷短时功率最大波动,为日前调度决策方案的合理制定提供有力参考。
技术关键词
负荷
电力系统
功率
样本
电网运行数据
数据驱动模型
速度
长短期记忆网络
气象
极限学习机
概率密度函数
系统调频
深度神经网络
量化系统
波动特征
日期
处理器
计算机设备
系统为您推荐了相关专利信息
协同运行优化方法
设施
光伏发电量
电力系统优化控制技术
节点
灵敏度辨识方法
牛顿算法
电压无功灵敏度
表达式
有功功率
松动故障诊断
高压断路器
声纹特征
延迟函数
离散余弦变换