摘要
本发明涉及一种计及源‑网‑荷不确定性的新能源电力系统潮流预测方法,具体步骤为:对电网历史参数归一化处理,通过变分模态分解提取多维轨迹特征,构建运行趋势集合;结合元胞自动机模型模拟时空演化规律,优化故障特征识别机制;基于残差变换率构建趋势状态分类数据库;利用多约束回归模型动态分配状态贡献权重,建立预测模型;通过误差反馈迭代优化模型,并基于灵敏度与干扰分析构建脆弱度评价体系。本发明融合多源数据与动态权重分配,通过双向反馈优化框架,解决了传统预测精度低、故障响应滞后的问题,可提升电网趋势预测与脆弱度评估的准确性,为安全防御提供支持。
技术关键词
电网运行参数
新能源电力系统
时空演化规律
元胞自动机模型
轨迹特征
趋势预测模型
故障工况
电网运行状态
指数
预测误差
变分模态分解算法
动态分区方法
识别电网故障
数理统计模型
邻域
定义
数学
趋势随时间
系统为您推荐了相关专利信息
神经网络模型
元胞自动机模型
迁移学习方法
气象
深度学习模型
深度强化学习算法
数据
对象
深度Q网络
游戏引擎
门控循环单元
多头注意力机制
园区车道线
园区场景
轨迹特征
风险预测方法
可视化平台
ARIMA模型
多元回归分析
机器学习交叉技术