【技术实现步骤摘要】
本专利技术涉及电气工程和计算机，尤其涉及一种基于机器学习模型的电压调节方法和装置。
技术介绍
1、随着全球气候变化的影响越来越显著，减少碳排放和提高能源效率已成为全球社会面临的重大挑战。在这种背景下，分布式能源被广泛认为是实现能源转型的关键技术之一，它可以有效地利用可再生能源，减少对化石燃料的依赖，并提高电力系统的可靠性和韧性。
2、然而，主动配电网中较高的阻抗比，可再生能源的随机性和间歇性会导致更频繁和更显著的电压波动问题对电力系统电压调节提出更高要求。现有技术针对配电网的电压调节主要依赖于构建优化模型，通过求解优化模型得到最优的电压调节策略，而优化模型的求解则依赖于求解器，因此存在求解效率低，速度慢，难以满足在线电压调节的实时性要求。
技术实现思路
1、本专利技术提供了一种基于机器学习模型的电压调节方法和装置，以实现提高配电网在线电压调节的效率和实时性的技术效果。
2、为了解决上述技术问题，本专利技术实施例提供了一种基于机器学习模型的电压调节方法，包括以下步骤：
3、获本文档来自技高网...
【技术保护点】
1.一种基于机器学习模型的电压调节方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述获得并将历史数据集作为输入数据传输至预设的参数化电压调节模型中获得相应优化模型，并求解所述优化模型获得对应输出数据集，继而整合所述输入数据集和所述输出数据集获得对应训练数据集，具体为：
3.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述从所述训练数据集中提取获得调节参数和第一调节策略，具体为：
4.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述以...
【技术特征摘要】
1.一种基于机器学习模型的电压调节方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述获得并将历史数据集作为输入数据传输至预设的参数化电压调节模型中获得相应优化模型，并求解所述优化模型获得对应输出数据集，继而整合所述输入数据集和所述输出数据集获得对应训练数据集，具体为：
3.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述从所述训练数据集中提取获得调节参数和第一调节策略，具体为：
4.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，所述以使预设的机器学习模型将所述第一调节编码和所述调节参数作为训练数据进行训练学习，获得相应多个电压调节策略，具体为：
5.如权利要求1所述的一种基于机器学习模型的电压调节方法，其特征在于，在所述根据评估结果选择一个电压调节策略作为第一电压调节策略对电网进行在线电压调节之后，还包括：
6.一种基于机器学...
【专利技术属性】
技术研发人员：蔺晨晖，赵瑞锋，桑林卫，卢建刚，许银亮，郭文鑫，
申请(专利权)人：清华大学，
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。