一种基于深度学习的交直流配电网预测辅助状态估计方法

本发明公开了一种基于深度学习的交直流配电网预测辅助状态估计方法。本发明根据历史状态建立基于深度神经网络的状态预测模型，获得状态预测值；然后，对于不可观交、直流区域建立基于深度回归学习的伪量测模型，获得不可观区域的伪量测；最终基于状态预测值、实时量测、伪量测和边界信息分别对交、直流区域建立含等式约束的集合卡尔曼滤波模型，计算得到状态滤波值。本发明提出的算法基于深度学习，能够构建精确的状态转移模型、增强量测冗余度和节省计算时间，从而可以实时跟踪系统状态轨迹。