摘要
本发明提供了一种基于数据驱动的配电网多时间尺度典型场景生成方法,包括:(1)采用对抗生成网络通过数据挖掘和特征提取的方法生成区域负荷、新能源以及历史电价的样本数据;(2)生成中长期源荷电价预测数据;(3)进行长时间尺度下不同规划阶段间场景聚类,再确定不同规划阶段转移概率特性;(4)对源荷电价进行反规范化,匹配相应的场景路径概率,生成多阶段场景树;(5)进行短时间尺度下阶段内的场景聚类;(6)组合(3)得到的阶段间典型场景,采用启发式的同步回代场景削减方法,形成多阶段多维的典型场景集。本发明的配电网多时间尺度典型场景生成方法,能够更全面地分析不同规划阶段间的场景特征,生成更全的场景更全面。
技术关键词
典型场景生成方法
多时间尺度
数据
反规范化
多阶段
样本
短时间尺度
节点
长时间尺度
初始聚类中心
决策树模型
分布式新能源
负荷
规划
PAM聚类算法
最佳聚类数目
系统为您推荐了相关专利信息
退化预测方法
燃料电池
数据驱动模型
随机森林模型
LSTM模型
标靶
非接触式结构
位移检测方法
计算机视觉
轨迹
初始运行状态
数据分析方法
传感
电机运行数据
电机运行状态监测
调车机车
工况
模型构建方法
异常数据处理
模型构建装置