一种基于长短期记忆神经网络负荷预测的电-气综合能源系统分布式动态状态估计方法

本发明公开了一种基于长短期记忆神经网络负荷预测的电‑气综合能源系统分布式动态状态估计方法。该方法以卡尔曼滤波算法为框架，基于有限差分模型建立气网的状态空间模型，基于两参数指数平滑法建立电网的状态空间模型；基于长短期记忆神经网络预测气网负荷节点流量，给气网预测步提供流量预测信息；采用分布式估计算法，通过边界耦合元件的信息交互迭代修正电网和气网的滤波步，得到电‑气互联综合能源系统的协同状态估计结果。本发明能够准确预测气网负荷节点的流量信息，实时动态跟踪电‑气互联综合能源系统的运行状态，并能有效解决电、气子系统间的信息壁垒问题，为电‑气互联综合能源系统的动态监测与运行控制提供支撑。