摘要
本发明公开了一种考虑结构相似性的配电网拓扑智能辨识方法,涉及配电网建模技术领域,本发明旨在构建面向高渗透率分布式能源接入场景的配电网拓扑智能辨识新方法;首先,提取光储充设备群在功率波动、电压响应等维度上的潜在关联特征,克服传统独立假设导致的特征空间碎片化问题;其次,设计基于最大均值差异的迁移学习框架,实现从已知拓扑结构场景到新型场站接入场景的辨识知识迁移,降低小样本场景下的模型泛化误差;最后,提出融合狼群协作机制与梯度方向引导的混合优化算法;该发明解决了新能源随机接入导致的拓扑辨识失准问题,为新型电力系统态势感知提供了可解释、可扩展的技术基底,具有显著的学科交叉创新价值和工程应用前景。
技术关键词
智能辨识方法
配电网拓扑
节点
狼爬山算法
辨识新方法
场景
混合优化算法
光储充
非线性
动态时间规整
新型电力系统
概率分布函数
矩阵
驱动特征
定位特征
建模技术
数据
信息熵
分类器
时序
系统为您推荐了相关专利信息
图谱
标签
电力生成量
设备故障记录
能源转换效率
集群隧道
预存地图数据
组合滤波算法
定位方法
信号
任务调度模型
任务调度方法
节点
深度双Q网络
边缘计算环境