摘要
本发明涉及智能化电网技术领域,尤其涉及基于多门控‑双重卷积神经网络的光伏并网风险评估方法,包括以下步骤:S1:获取电网数据:获取全面覆盖电网动态特性的电网数据,以及光伏电站输出功率、负载数据和气象数据;S2:构建特征工程:对所述S1中的各个数据进行预处理和特征提取,形成完整的时间序列输入数据,定义输入时间序列数据;S3:构造电网并网风险评估数据模型:利用双重卷积网络提取特征,所述提取特征包括提取局部特征和提取全局特征,所述双重卷积网络包括两条并行的卷积路径;S4:构建风险动态变化的评估模型,将风险分为高、中、低三级,本发明提高了风险评估精度。
技术关键词
风险评估方法
时间门控
分布式电网
局部特征信息
时间序列特征
智能化电网技术
分布式光伏电站
特征工程
系统启动时间
高风险
可读存储介质
机制
卷积神经网络模型
风险评估模型
数据输入模块
指标
系统为您推荐了相关专利信息
概率预测方法
BiLSTM模型
组合预测模型
功率
气象
数据格式
时间序列特征
训练集
统计方法
数据分布
Lyapunov指数
供电管理系统
分布式电网
MPPT算法
小数据量法
滑坡灾害
风险评估方法
网络节点
期望最大化算法
地震
模型预测值
风险评估方法
胸部CT图像
人体测量学
样本