基于深度学习的大电网断面功率快速自动调整方法

摘要：

由于复杂大电网关键输电断面的功率调整工作量大、重复性高,计算速度难以满足在线辅助决策需求.基于深度学习理论,提出了一种对断面功率调整数据进行特征自学习进而实现大电网断面功率快速自动调整的方法.首先,采用反向等量配对法模拟人工调整操作,构建深度学习所需的海量数据集.然后,在机组灵敏度、调整量等约束条件下筛选出复杂大电网中参与功率调整的有效机组集合.在此基础上,以决定系数为指标构建最优回归模型准确预测出机组出力调整值,从而实现了断面功率的快速自动调整.最后,以中国某实际区域大电网的省间断面功率调整为例对所提方法进行验证.仿真结果表明,最优模型的决定系数和断面功率调整成功率均较为理想,大大缩短了断面功率调整时间,且调整效率不受系统运行方式和断面实际功率与目标功率差值的影响.

关键词：大电网、断面功率、反向等量配对法、自动调整、深度学习

所属期刊栏目：47

分类号：TM732;TP301.6;TN929.5

资助基金：国家自然科学基金U1866602

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：181-190