一种负荷组成分析方法、装置及设备制造方法及图纸

技术编号:36950986 阅读:43 留言:0更新日期:2023-03-22 19:11
本申请公开了一种负荷组成分析方法、装置及设备,方法包括:将获取到的电网负荷节点的状态变化信息整理成状态时间序列,状态变化信息包括电压和功率;采用预设负荷组成分析模型对状态时间序列进行成分预测分析,得到负荷组成分析结果,预设负荷组成分析模型通过DDPG算法训练得到。由于DDPG算法中存在动作机制和评估机制,所以可以确保将模型优化成更贴合实际负荷变化情况的分析器。本申请能解决现有技术存在复杂性较高、分析匹配性较差的情况,导致分析过程计算速度慢且准确性较低的技术问题。分析过程计算速度慢且准确性较低的技术问题。分析过程计算速度慢且准确性较低的技术问题。

【技术实现步骤摘要】
一种负荷组成分析方法、装置及设备


[0001]本申请涉及负荷分析
,尤其涉及一种负荷组成分析方法、装置及设备。

技术介绍

[0002]着电力系统的建设发展,电网规模逐步增大,负荷的种类日渐丰富,且负荷组成的时变性日益增加。负荷时变性增强给电力系统负荷建模带来较大困难,如何快速、准确地识别负荷组成成分成为电力系统负荷建模研究的关键问题。
[0003]传统负荷组成的分析方法,主要有离线和在线两种方式。一方面,通常采用综合统计法的方式对电力的负荷组成情况进行调研分析,该方法主要以人工调研的方式进行,工作量大,且离线调研的数据往往与电网实际运行的负荷数据存在差异,匹配性差。另一方面,电力系统运行商也通过总体测辨和故障仿真的方法对电力系统中的负荷组成情况进行分析,该方法依赖于电网的实际量测,计算出的负荷组成结果能够与实际电网运行数据较好地匹配,但是该类方法在进行负荷组合组成分析时,由于实际负荷组成的多样性及负荷模型的非线性,导致计算量较大,计算效率及计算结果准确性难以达到在线负荷组成分析的要求。

技术实现思路

[0004]本申请提供了一种负荷组成分析方法、装置及设备,用于解决现有技术存在复杂性较高、分析匹配性较差的情况,导致分析过程计算速度慢且准确性较低的技术问题。
[0005]有鉴于此,本申请第一方面提供了一种负荷组成分析方法,包括:
[0006]将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率;
[0007]采用预设负荷组成分析模型对所述状态时间序列进行成分预测分析,得到负荷组成分析结果,所述预设负荷组成分析模型通过DDPG算法训练得到。
[0008]优选地,所述将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率,之前还包括:
[0009]基于预设频率采集电网负荷节点在预置时间段内的状态变化信息。
[0010]优选地,所述将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率,之前还包括:
[0011]基于预设归一化公式对所述状态变化信息进行归一化处理。
[0012]优选地,所述采用预设负荷组成分析模型对所述状态时间序列进行成分预测分析,得到负荷组成分析结果,所述预设负荷组成分析模型通过DDPG算法训练得到,之前还包括:
[0013]基于卷积神经网络构建初始负荷组成分析模型;
[0014]通过基于DDPG算法构建的分析效果评估模型对所述初始负荷组成分析模型进行训练,得到预设负荷组成分析模型。
[0015]优选地,所述通过基于DDPG算法构建的分析效果评估模型对所述初始负荷组成分析模型进行训练,得到预设负荷组成分析模型,包括:
[0016]将预设训练数据集输入所述初始负荷组成分析模型进行负荷分析,得到负荷比例调节量;
[0017]通过基于DDPG算法构建的分析效果评估模型根据所述负荷比例调节量生成负荷比例调整评估结果;
[0018]基于所述负荷比例调节量和所述负荷比例调整评估结果进行模型优化训练,生成预设负荷组成分析模型。
[0019]本申请第二方面提供了一种负荷组成分析装置,包括:
[0020]序列提取模块,用于将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率;
[0021]负荷分析模块,用于采用预设负荷组成分析模型对所述状态时间序列进行成分预测分析,得到负荷组成分析结果,所述预设负荷组成分析模型通过DDPG算法训练得到。
[0022]优选地,还包括:
[0023]信息获取模块,用于基于预设频率采集电网负荷节点在预置时间段内的状态变化信息。
[0024]优选地,还包括:
[0025]模型构建模块,用于基于卷积神经网络构建初始负荷组成分析模型;
[0026]模型训练模块,用于通过基于DDPG算法构建的分析效果评估模型对所述初始负荷组成分析模型进行训练,得到预设负荷组成分析模型。
[0027]优选地,所述模型训练模块,具体用于:
[0028]将预设训练数据集输入所述初始负荷组成分析模型进行负荷分析,得到负荷比例调节量;
[0029]通过基于DDPG算法构建的分析效果评估模型根据所述负荷比例调节量生成负荷比例调整评估结果;
[0030]基于所述负荷比例调节量和所述负荷比例调整评估结果进行模型优化训练,生成预设负荷组成分析模型。
[0031]本申请第三方面提供了一种负荷组成分析设备,所述设备包括处理器以及存储器;
[0032]所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
[0033]所述处理器用于根据所述程序代码中的指令执行第一方面所述的负荷组成分析方法。
[0034]从以上技术方案可以看出,本申请实施例具有以下优点:
[0035]本申请中,提供了一种负荷组成分析方法,包括:将获取到的电网负荷节点的状态变化信息整理成状态时间序列,状态变化信息包括电压和功率;采用预设负荷组成分析模型对状态时间序列进行成分预测分析,得到负荷组成分析结果,预设负荷组成分析模型通过DDPG算法训练得到。
[0036]本申请提供的负荷组成分析方法,针对电网负荷节点的状态变化信息进行研究分析,并且采用DDPG算法训练得到的预设负荷组成分析模型进行负荷组成分析,由于DDPG算
法中存在动作机制和评估机制,所以可以确保将模型优化成更贴合实际负荷变化情况的分析器,而且模型的端到端的处理方式更加简单,能够保证负荷组成分析任务的时效性和准确性。因此,本申请能够解决现有技术存在复杂性较高、分析匹配性较差的情况,导致分析过程计算速度慢且准确性较低的技术问题。
附图说明
[0037]图1为本申请实施例提供的一种负荷组成分析方法的流程示意图;
[0038]图2为本申请实施例提供的一种负荷组成分析装置的结构示意图;
[0039]图3为本申请实施例提供的预设负荷组成分析模型网络结构示意图;
[0040]图4为本申请应用例提供的负荷组成分析模型训练结果曲线图;
[0041]图5为本申请应用例提供的负荷组成分析系统模块示意图。
具体实施方式
[0042]为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
[0043]为了便于理解,请参阅图1,本申请提供的一种负荷组成分析方法的实施例,包括:
[0044]步骤101、将获取到的电网负荷节点的状态变化信息整理成状态时间序列,状态变化信息包括电压和功率。
[0045]状态变化信息主要是指电压本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种负荷组成分析方法,其特征在于,包括:将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率;采用预设负荷组成分析模型对所述状态时间序列进行成分预测分析,得到负荷组成分析结果,所述预设负荷组成分析模型通过DDPG算法训练得到。2.根据权利要求1所述的负荷组成分析方法,其特征在于,所述将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率,之前还包括:基于预设频率采集电网负荷节点在预置时间段内的状态变化信息。3.根据权利要求1所述的负荷组成分析方法,其特征在于,所述将获取到的电网负荷节点的状态变化信息整理成状态时间序列,所述状态变化信息包括电压和功率,之前还包括:基于预设归一化公式对所述状态变化信息进行归一化处理。4.根据权利要求1所述的负荷组成分析方法,其特征在于,所述采用预设负荷组成分析模型对所述状态时间序列进行成分预测分析,得到负荷组成分析结果,所述预设负荷组成分析模型通过DDPG算法训练得到,之前还包括:基于卷积神经网络构建初始负荷组成分析模型;通过基于DDPG算法构建的分析效果评估模型对所述初始负荷组成分析模型进行训练,得到预设负荷组成分析模型。5.根据权利要求4所述的负荷组成分析方法,其特征在于,所述通过基于DDPG算法构建的分析效果评估模型对所述初始负荷组成分析模型进行训练,得到预设负荷组成分析模型,包括:将预设训练数据集输入所述初始负荷组成分析模型进行负荷分析,得到负荷比例调节量;通过基于DDPG算法构建的分析效果评估模型根据所述负荷比例调节量生成负荷比例调整评估结果;基于所...

【专利技术属性】
技术研发人员:尹雁和徐宝军周桂李宾阮志杰余俊杰李国号吴乾江刘国民钟毅
申请(专利权)人:广东电网有限责任公司中山供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1