摘要
本申请公开了一种电力系统无功补偿优化方法、装置、设备及可读存储介质,该方法获取并基于目标区域的当前气象数据、当前电力运行数据及历史电力运行数据,结合深度学习算法,预测目标区域的负荷数据;以负荷数据及当前电力运行数据为输入数据,以网损最小化及电压偏差最小化为目标,以节点功率平衡、节点电压上下限及无功补偿上下限为约束,构建用于生成无功补偿优化方案的多目标优化模型;基于负荷数据及当前电力运行数据,设置变异率;将变异率与遗传算法结合,对多目标优化模型进行求解,得到无功补偿优化方案。可见,本申请可通过多目标优化模型动态生成无功补偿优化方案,实时响应电力系统的运行状态变化,确保电力系统的最优无功分配。
技术关键词
电力运行数据
电力系统无功补偿
深度学习算法
负荷
无功功率补偿
遗传算法
气象
整合电力系统
电压
节点
偏差
优化设备
优化装置
有功功率
处理器
模块
可读存储介质
系统为您推荐了相关专利信息
电力系统规划方法
综合评估模型
源网荷
分层
负荷
储能配置方法
储能电站
鲁棒优化模型
储能容量配置
变量
深度卷积神经网络算法
识别异常数据
无标签数据
分布式存储系统
大数据
有序充电方法
出行场景
时空分布特征
充电站
节点