摘要
本发明提出了一种无电气模型的电压拟合方法,包括获取低压配电网的有功功率矩阵和无功功率矩阵并构建输入数据集;将输入数据集输入至宽度学习模型中,得到低压配电网的输出电压并作为宽度学习模型的输出数据集;获取低压配电网的原始输入数据集,对原始输入数据集进行动态主成分分析得到动态潜变量数据集,将动态潜变量数据集替代原始输入数据集输入至宽度学习模型中进行训练;提取动态潜变量数据集中的动态特征权重,将动态特征权重替代宽度学习模型的随机权重,得到宽度学习电压拟合模型;根据预设的粒子群算法进行参数寻优,得到所述电压拟合模型的最优参数。根据本实施例的技术方案,能够显著提升低压配电网中电压拟合的精度。
技术关键词
电压拟合方法
低压配电
矩阵
动态
有功功率
变量
数据
节点
粒子群算法
电气
计算机可执行指令
有效值
时序特征
成分分析
可读存储介质
负荷
处理器
参数
智能电表
系统为您推荐了相关专利信息
门控循环单元网络
跨模态融合特征
模态特征
时间序列特征
长短期记忆网络
集装箱平板车
光栅
车型
信息检测方法
集装箱车厢
灰狼优化算法
调控方法
工况参数
调控策略
在线监测模块