配电网稳定性预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及电网智能化领域，尤其涉及一种配电网稳定性预测方法、装置、设备及存储介质，该方法包括：获取目标配电网的预处理后配电网数据集；对所述预处理后配电网数据集进行特征选择，得到目标特征值；对目标配电网进行电压暂降识别，得到目标配电网的电压暂降量；根据所述预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量，建立并训练配电网稳定性预测模型，直至满足精度要求；获取当前的配电网的数据集，通过所述满足精度要求配电网稳定性预测模型，得到预测的配电网的未来电压暂降量，并根据所述未来电压暂降量预测出配电网的稳定性，从而可以及时对配电网进行智能调节，有助于电网智能化发展。有助于电网智能化发展。有助于电网智能化发展。

【技术实现步骤摘要】
配电网稳定性预测方法、装置、设备及存储介质


[0001]本专利技术涉及电网智能化领域，尤其涉及一种配电网稳定性预测方法、装置、设备及存储介质。

技术介绍

[0002]电压暂降会对配电网中的线路造成直接影响，使配电网发生直接波动，因此，为了提高配电网的运行可靠性，以预测出电压暂降变化为基础，预测出配电网的未来一段时间的稳定性，从而有利于电网智能化发展成为当前亟待解决的技术问题，目前传统的方式主要是采用人工或人机结合的方式进行预测，其预测效率和准确性都比较差。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种配电网稳定性预测方法、装置、设备及存储介质，旨在解决现有技术中难以准确预测出配电网的未来一段时间内的稳定性的技术问题。
[0005]为实现上述目的，本专利技术提供一种配电网稳定性预测方法，所述配电网稳定性预测方法包括以下步骤：
[0006]获取目标配电网的预处理后配电网数据集；
[0007]对所述预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网稳定性预测方法，其特征在于，所述方法包括以下步骤：获取目标配电网的预处理后配电网数据集；对所述预处理后配电网数据集进行特征选择，得到目标特征值；对目标配电网进行电压暂降识别，得到目标配电网的电压暂降量；根据所述预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量，建立并训练配电网稳定性预测模型，直至满足精度要求；获取当前的配电网的数据集，通过所述满足精度要求配电网稳定性预测模型，得到预测的配电网的未来电压暂降量，并根据所述未来电压暂降量预测出配电网的稳定性。2.如权利要求1所述的方法，其特征在于，所述对目标配电网进行电压暂降识别，得到目标配电网的电压暂降量，包括：根据目标配电网的预处理后配电网数据集，得到电压暂降正序电压的变化量和正序电流的变化量；根据所述电压暂降正序电压的变化量和正序电流的变化量，得到正序功率的增量；根据所述电压暂降逆序电压的变化量和正序电流的变化量，得到逆序功率的增量；当所述正序功率的增量和逆序功率的增量均大于预设阈值时，则确定电压暂降位于上游；基于所述电压暂降正序电压的变化量、电压暂降逆序电压的变化量相对于其上游和下游之间的关联，得到目标配电网的电压暂降量
。
3.如权利要求1所述的方法，其特征在于，所述根据所述预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量，建立并训练配电网稳定性预测模型，包括：分别基于建立预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量建立并训练改进的神经网络和改进的卷积神经网络；将所述训练后的改进的神经网络和改进的卷积神经网络基于深度学习进行优化，得到配电网稳定性预测模型。4.如权利要求3所述的方法，其特征在于，所述基于建立预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量建立并训练改进的神经网络，包括：通过选取sigmoid激励函数，建立输出层；随机设置输出层神经元之间的连接权重，输入预处理后配电网数据集、目标特征值通过隐含层，计算出第一目标配电网的预测电压暂降量；根据所述第一目标配电网的预测电压暂降量和目标配电网的电压暂降量，对所述输出层神经元之间的连接权重进行调整；重复上述操作，直到第一目标配电网的预测电压暂降量与目标配电网的电压暂降量差值满足预设要求，得到目标改进的神经网络。5.如权利要求3所述的方法，其特征在于，所述基于建立预处理后配电网数据集、目标特征值以及目标配电网的电压暂降量建立并训练改...

【专利技术属性】
技术研发人员：龙玉江，李洵，
申请(专利权)人：贵州电网有限责任公司信息中心，
类型：发明
国别省市：