摘要
本发明公开了一种高比例新能源电力系统安全关键断面筛选方法及装置,方法包括:获取高比例新能源电力系统的典型断面负荷有功以及新能源出力数据;计算各典型断面的电力系统关键安全指标的数值;将各典型断面的时序数据以及对应的关键安全指标的数值构建形成训练数据集,利用训练数据集对预构建的多任务深度学习模型进行训练;将待筛选断面的负荷有功以及新能源出力数据输入训练好的多任务深度学习模型并进行预测,得到待筛选断面的关键安全指标预测结果,基于关键安全指标预测结果进行高比例新能源电力系统安全关键断面的筛选。
技术关键词
多任务深度学习模型
高比例新能源
关键断面
电力系统
筛选方法
长短期记忆网络
指标
断面潮流
有功功率
典型
负荷
数据
联合损失函数
处理器
计算机存储介质
特征提取器
计算机程序产品
蒙特卡洛
数值
系统为您推荐了相关专利信息
变流器
储能联合规划方法
面向储能
等效系统
闭环
优化控制方法
储能系统
电池
微电网系统
电力系统控制技术
惯量辨识方法
新能源电力系统
模糊控制器
多项式
有功功率
分布式电力系统
经济调度方法
分布式经济调度
动态
节点