摘要
本发明公开了一种配电台区储能负荷的动态辨识方法及系统,包括:实时地对配电台区当前的电力数据进行采集,并进行预处理,以获取电力实时处理数据;获取历史电力数据,利用长短时记忆网络LSTM模型对所述历史电力数据进行时序特征的分析,并基于所述时序特征进行储能负荷的时序预测,以获取储能负荷时序预测结果;基于所述储能负荷时序预测结果和电力实时处理数据,并利用支持向量机SVM模型对储能负荷进行分类,以获取储能负荷分类结果;基于所述储能负荷时序预测结果和储能负荷分类结果,并利用随机森林RF模型进行优化,以进行储能负荷的辨识,获取储能负荷辨识结果。本发明能够为智能配电网的优化运行和高效管理提供技术支撑。
技术关键词
负荷
电网调度系统
动态辨识方法
LSTM模型
时序特征
电力
决策树训练
随机森林
数据获取模块
记忆单元
特征选择
储能设备
实时数据
智能配电网
辨识系统
辨识模块
待机
系统为您推荐了相关专利信息
充电优化方法
分时电价政策
概率统计方法
蒙特卡洛算法
出行习惯
配电网规划方法
配电网规划模型
出力曲线
聚类优化方法
电源
智能调控方法
循环神经网络模型
闭环控制系统
智能调控系统
极值
流量预测模型
模型超参数
历史流量数据
双向长短期记忆网络
非易失性存储介质