摘要
本发明提供了基于深度残差网络的配电网故障恢复重构方法,所述重构方法具体为:获取配电网历史运行数据,结合配电网的拓扑结构构建样本数据集;基于样本数据集离线训练深度残差网络模型;实时收集配电网运行参数,将配电网运行参数输入离线训练的深度残差网络模型,基于深度残差网络模型获取重构开关组合解,对重构开关组合解进行验证;基于验证结果确定是否更新配电网拓扑,获取重构最优解;基于重构最优解更新配电网拓扑结构。本发明能够通过离线训练深度残差网络模型的方式,学习重构控制策略,避免反复地潮流计算寻优迭代操作,减小计算量并降低计算时间,在遇到开关数量较多的情况时,也不会出现组合爆炸现象,保障了故障重构解的可行性。
技术关键词
深度残差网络模型
配电网故障恢复
重构方法
历史运行数据
配电网拓扑结构
开关
配电网参数
离线
支路
节点
样本
遗传算法
控制策略
表达式
电压
系统为您推荐了相关专利信息
分布式电源
配电网故障定位
信息熵
节点
配电网供电可靠性
主动配电网故障恢复
电采暖
负荷
网络重构技术
温控
故障分析模型
通信系统
非易失性存储介质
日志
历史告警信息
储能设备
历史运行数据
分析方法
充电策略
电网用电