摘要
本发明公开了一种面向新能源的多元负荷风险感知方法及系统,涉及电网技术领域,方法包括获取电力系统中新能源发电设备的实时运行参数;基于所述实时运行参数,利用采用机器学习算法预先建立的新能源发电功率预测模型,得到未来一段时间内新能源发电设备的预测发电功率;获取与新能源发电设备连接的多元负荷的实时运行数据;根据所述实时运行数据,采用数据挖掘技术对多元负荷进行聚类分析,得到不同类型负荷的用电模式和特征;将所述预测发电功率和所述用电模式输入到基于深度学习的风险评估模型中,综合考虑新能源发电的间歇性和波动性以及多元负荷的不确定性,计算得到多元负荷在未来一段时间内的风险指数。
技术关键词
新能源发电设备
预测发电功率
新能源发电功率预测
负荷
风险评估模型
机器学习算法
数据挖掘技术
DBSCAN聚类算法
长短期记忆神经网络
数据集中器
Stacking集成学习
云端服务器
邻域
构建无线传感器网络
参数
分布式时序数据库
计算机程序指令
样本
系统为您推荐了相关专利信息
网络拓扑优化
能力评估方法
光储充系统
光伏发电出力
节点
物理性能参数
模拟模型
理论燃烧温度
计算机可执行指令
高炉
光伏发电预测方法
预测发电功率
拓扑图
气象
特征值