【技术实现步骤摘要】
一种气电互补能源系统状态评估方法与系统、存储介质
[0001]本专利技术涉及气电互补能源系统
,具体涉及一种气电互补能源系统状态评估方法与系统、存储介质。
技术介绍
[0002]电力、天然气综合能源系统评估包括可靠性、弹性和脆性评估。目前,气电互补能源系统评估工作多考虑可靠性评估。气源损坏、气网断开等都将使得供应天然气发电机组的天然气下降,对电力系统的可靠性带来重要影响。由于气电互补能源系统的复杂性和存在一定的容错性,单一的评估方法都不能全面评估系统的整体性能。当前,也还没有一套评估与告警标准,该方法可以提升气电互补系统的管理和运营水平。
技术实现思路
[0003]本专利技术的目的在于提出一种气电互补能源系统状态评估方法与系统、存储介质,以全面评价气电互补能源系统的性能。
[0004]为实现上述目的,本专利技术的实施例提出一种气电互补能源系统状态评估方法,包括以下步骤:
[0005]获取气电互补能源系统的当前状态数据;
[0006]将所述当前状态数据输入预先训练好的神经网络进行处 ...
【技术保护点】
【技术特征摘要】
1.一种气电互补能源系统状态评估方法,其特征在于,包括以下步骤:获取气电互补能源系统的当前状态数据;将所述当前状态数据输入预先训练好的神经网络进行处理,输出当前气电互补能源系统的可靠性、弹性、脆性的评估值;根据所述当前气电互补能源系统的可靠性、弹性、脆性的评估值进行展示,并根据所述当前气电互补能源系统的可靠性、弹性、脆性的评估值与预设阈值的比较结果进行告警提示。2.根据权利要求1所述的方法,其特征在于,所述神经网络的训练方式如下:获取气电互补能源系统的历史状态数据,根据所述历史状态数据分析影响所述气电互补能源系统状态的多种影响因素;根据所述多种影响因素建立影响因素集F,并将所述影响因素集F的因素划分为可靠性因素集K、弹性因素集T和脆性因素集C;从所述历史状态数据中提取与所述可靠性因素集K、弹性因素集T和脆性因素集C中的影响因素对应的状态数据,并所述可靠性因素集K、弹性因素集T和脆性因素集C中的影响因素对应的状态数据的可靠性、弹性和脆性进行标注;搭建神经网络,利用所述可靠性因素集K、弹性因素集T和脆性因素集C中的影响因素对应的状态数据,以及对应的可靠性、弹性和脆性标注结果对神经网络进行训练。3.根据权利要求2所述的方法,其特征在于,所述神经网络采用粒子群算法、遗传算法和深度学习算法中的一种或至少两种组合进行训练。4.根据权利要求2所述的方法,其特征在于,所述根据所述当前气电互补能源系统的可靠性、弹性、脆性的评估值进行展示,包括:采用绿色图元、橙色图元和紫色图元分别表示系统的可靠性、弹性、脆性,其中,评估值越高,则对应的颜色越深,评估值越低,则对应的颜色越浅。5.一种气电互补能源系统状态评估系统,其特征在于,包括:数据获取单元,用于获取气电互补能源系统的当前状态数据;评估单元...
【专利技术属性】
技术研发人员:焦丰顺,艾精文,邓永生,邵志奇,李铎,张杰,李宝华,张瑞锋,
申请(专利权)人:深圳供电局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。