摘要
本发明公开一种电力系统潮流计算方法及相关设备,通过使用神经网络模型,显著提高了电力系统潮流计算的速度。相比于传统的物理模拟器,神经网络模型能够在更短的时间内完成大量的潮流计算,这对于需要快速响应的电网运营和风险评估至关重要,通过在神经网络模型中引入物理约束,本发明能达到和传统基于牛顿‑拉夫逊迭代算法相近的准确性。物理约束的加入确保了模型输出结果符合实际电网的物理特性和运行规律,尤其是投影法严格保证线性等式硬约束,使得模型在训练过程中几乎不违反这些关键的物理约束,提高了模型的可靠性。
技术关键词
电力系统潮流
神经网络模型
神经网络架构
有功功率
线路
节点
物理
焦耳定律
幅值
拓扑结构数据
发电量
电流
电压
负荷
可读存储介质
多层感知机
系统为您推荐了相关专利信息
注浆参数
深度神经网络模型
BP神经网络模型
掘进参数
工况
遥感图像语义分割
卷积神经网络方法
图像生成模型
语义特征
高分辨率遥感图像
编队控制方法
四旋翼无人机轨迹
分布式控制策略
神经网络模型构建
邻居
卷积神经网络模型
电流变液
吸附块
推进机构
套环