摘要
本发明公开了一种基于大模型的电力系统潮流计算优化方法,涉及电力系统技术领域,其技术方案要点包括以下步骤:获取电力系统的网络拓扑数据,包括节点信息、线路连接关系以及各元件参数,设节点数为n,节点集合为N={1,2,…,n},对于节点i∈N,j∈N;通过深度学习模型中的第一计算公式计算得到节点i的有功功率Pi;通过深度学习模型中的第二计算公式计算得到节点i的无功功率Qi,效果是能够更全面地考虑电力系统中各种复杂因素的相互作用,使得计算得到的节点有功功率和无功功率等结果更符合实际运行情况。
技术关键词
电力系统潮流
深度学习模型
有功功率
网络拓扑数据
线路
电力系统运行数据
不确定性参数
多层感知机
因子
节点数
关系
元件
电压
指数
电阻
强度
系统为您推荐了相关专利信息
语音
深度学习模型
文本规范化
bert模型
语义特征
物理化学特征
序列
前馈神经网络
遗传育种方法
基因
风力发电机组叶片
振动特征
诊断方法
采样率
叶片振动测试
储能系统
检测分析方法
深度学习模型
多尺度滑动窗口
温度传感器阵列
电压控制方法
分布式协同
分布式电源
控制策略
分布式优化方法