摘要
本申请公开一种电力系统的频率预测方法,通过获取电力系统的历史运行数据,并从历史运行数据中确定与电力系统的频率对应的关键特征;根据关键特征,构建频率预测模型;建立扰动数据样本集以及损失函数;将扰动数据样本集输入至频率预测模型,并以损失函数最小化为目标训练频率预测模型,得到训练好的频率预测模型;获取电力系统的待测有功扰动信息,利用训练好的频率预测模型处理待测有功扰动信息,得到电力系统的频率预测结果。本申请确定能影响电力系统频率变化的关键的特征,以此来建立频率预测模型,并设置扰动数据样本集和损失函数训练模型,这样就能更高效的训练出能够精准根据输入数据得到频率预测结果的频率预测模型。
技术关键词
频率预测方法
历史运行数据
样本
仿真软件
电力系统频率
模型训练模块
频率稳定
误差函数
预测装置
处理器
动态
存储器
因子
程序
通道
编辑
系统为您推荐了相关专利信息
效率分析系统
大数据
线性规划模型
指标
分析模块
情感分类模型
空调器
深度神经网络
语音特征
数据
电力变压器
数据分析方法
实时监测数据
电力系统数据管理技术
历史监测数据
问答匹配方法
节点匹配模型
知识点
语义关联度
语义层次结构
转轮除湿系统
节能优化控制方法
深度强化学习算法
模型预测控制方法
历史运行数据