基于自适应加权安德森加速的主配协同最优潮流确定方法

AITNT
正文
推荐专利
基于自适应加权安德森加速的主配协同最优潮流确定方法
申请号:CN202510402016
申请日期:2025-04-01
公开号:CN119921337B
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了一种基于自适应加权安德森加速的主配协同最优潮流确定方法,该方法为:首先设定配电网子问题的边界条件初始值以及各项迭代参数;然后配网调控中心根据配网边界条件求解主网边界条件,主网调控中心根据主网边界条件更新配网边界条件;接着判断算法是否收敛终止;最后检查是否达到迭代次数上限,如果达到迭代次数上限则算法终止,未达到则检查是否达到内层迭代次数上限,确定进行算法加速或继续迭代,对于需要进行算法加速的迭代,通过加权安德森加速对本次外层迭代结果进行修正更新,作为下一次外层迭代的初值,加速更新配网边界条件。本发明提高了异构分解法的收敛效率和收敛性能,提高了算法的稳定性,具有良好的工程应用前景。
技术关键词
残差矩阵 配网 加权残差 判断算法 节点 变量 电压 有功功率 序列 参数 表达式 异构 精度 幅值 电源
系统为您推荐了相关专利信息
1
一种基于深度学习和对抗性策略的流量整形方法及系统
流量整形方法 补丁 对抗性 流量整形系统 DNN分类器
2
一种基于Floyd-Warshall算法的反窃电识别方法及系统
电力网络拓扑 识别方法 节点 算法 电力系统
3
通信导航感知深度强化时空协同组网感知优化方法及装置
感知优化方法 通信节点 数字表面模型 自组网 ResNet网络
4
冗余操作优化方法、装置、编译器、设备、介质及程序
冗余 数据依赖关系 元素 存储编译程序 矩阵
5
一种基于蛋白质语言模型和排序损失的蛋白质突变优化方法
排序损失 策略 突变体 构建决策树 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号