一种基于神经网络的直流最优潮流求解方法及系统

本申请提供一种基于神经网络的直流最优潮流求解方法及系统，应用于电力数据处理技术领域。将电力需求输入至具有不同可行性置信度提升量的多个功率平衡激活神经网络模型，得到不同可行性置信度提升量对应的机组出力方案，不等式约束违反程度最小的机组出力方案为初始解。将初始解对应的等式约束转化为不等式约束，得到转化后的约束集，基于违反不等式约束的法向量迭代调整初始解的位置，直至初始解满足约束集，通过等式约束还原满足约束集的初始解，得到满足等式约束和不等式约束的可行解。利用不等式约束违反程度作为选择机组出力方案的参考数据，以及采用使不可行解逐渐满足所有等式约束的迭代算法，提升DCOPF问题的求解可行性和计算效率。