摘要
本发明公开了一种基于深度卡尔曼滤波的新能源电网状态估计方法,包括:利用长短期记忆神经网络与电力系统上一时刻的运行状态,得到当前时刻系统运行状态的先验估计值;同时,根据基于交流潮流模型的系统量测方程,得到当前时刻系统量测估计值;根据基于深度学习的循环神经网络学习的卡尔曼增益系数,结合所述当前时刻系统运行状态的先验估计值以及所述当前时刻系统量测估计值和实际量测值,得到当前时刻系统运行状态的后验估计值。
技术关键词
系统运行状态
状态估计方法
新能源电网
长短期记忆神经网络
卡尔曼滤波
代表
分布式新能源
有功功率
状态空间模型
协方差矩阵
方程
深度神经网络学习
电力系统
量测噪声
节点
指数平滑法
新能源机组
雅可比矩阵
支路
构建系统
系统为您推荐了相关专利信息
启停控制方法
充电线圈
多传感器融合
无线充电
激光雷达数据
惯性传感器装置
可穿戴支架
坐标系
牙科印模材料
数据处理模块
重置方法
卡尔曼滤波
水域生态治理
多模态数据融合
任务调度策略
触觉特征
定位特征
视觉特征
数据
扩展卡尔曼滤波器
机械设备
线性位移传感器
自动校准系统
历史运行数据
深度学习模型