摘要
本申请公开了一种分布式电网调度管理与优化方法,涉及电网自动化技术领域,该方法包括:通过采集系统中的多维度电网数据,对所述多维度电网数据进行数据预处理,利用LSTM神经网络对所述初始多维度电网数据进行电负荷预测,基于DTW动态时间规整的负荷识别模型对所述电负荷数据进行储能SOC状态实时评估,根据评估结果对电网设备进行状态判断,利用混合整数二阶锥规划构建多目标优化模型,利用所述多目标优化模型进行电网约束调整,基于所述电网约束结果,利用改进的粒子群算法进行实时发电计划调整,得到电网的目标电功率输出,根据所述目标电功率输出进行电网储能控制优化。显著提升新能源出力与负荷需求的预测准确度。
技术关键词
分布式电网
混合整数二阶锥规划
LSTM神经网络
储能SOC状态
电网设备
电负荷预测
动态时间规整
数据
粒子群算法
注意力机制
采集系统
小波阈值
电网储能
大气电场强度
电压暂降事件
子模块
风机齿轮箱
三轴加速度
电网自动化技术
系统为您推荐了相关专利信息
智能交通车辆识别
监测设备
地磁感应线圈
LSTM神经网络
潮汐车道控制系统
误差预测
稳态
LSTM神经网络
模型训练方法
样本
神经网络算法模型
LSTM神经网络
预警系统
控制回路
神经网络模型
自动检测方法
深度学习预测模型
深度学习模型
复合调制信号
校准