【技术实现步骤摘要】
本专利技术涉及一种电网服务质量态势感知领域，具体涉及一种基于深度模型的电能服务质量态势感知方法及装置。
技术介绍
1、随着电力系统的不断发展，越来越多的电力电子设备和可再生能源发电系统大规模接入电网，非线性负荷和分布式电源对电网电能质量产生了不利影响。近年来，各类家用电器及精密仪器的使用，都对电能服务质量提出了更高的要求，评估和预测电网的质量具有重要意义。
2、对于偏远地区的小规模独立电网，在发电稳定情况下，其受外界干扰较小，然而由于电网供电能力较小，所能承受波动能力较低，供需平衡是电能服务质量的重要评价指标。对于小规模独立电网，满足供需平衡是评价电能服务质量重要指标。而在电网供电能力较为稳定的情况下，负荷变化电能服务质量有着关键性的影响。
3、而大多数用电预测方法侧重于短期预测(从几分钟到24小时)，而不是中期预测(从几天到几个月)。部分中长期预测方法，受不可控因素的影响，一方面预测结果不准确，另一方面模型较为复杂，不同地区的因素差别较大，难以进行推广。
技术实现思路
...【技术保护点】
1.一种基于深度模型的电网服务质量态势感知方法，其特征在于：
2.根据权利要求1所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述步骤S3，具体为：
3.根据权利要求2所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述采用最大相似度算法，感知与所述中期负荷预测值最接近的日均负荷值为第一参考负荷，具体为：
4.根据权利要求3所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述步骤S13具体为：从所述第一数据集获取多组训练样本，创建包括输入层、隐含层和输出层的深度学习神经网络模型，隐含层为三层全连接结构...
【技术特征摘要】
1.一种基于深度模型的电网服务质量态势感知方法，其特征在于：
2.根据权利要求1所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述步骤s3，具体为：
3.根据权利要求2所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述采用最大相似度算法，感知与所述中期负荷预测值最接近的日均负荷值为第一参考负荷，具体为：
4.根据权利要求3所述的基于深度模型的电网服务质量态势感知方法，其特征在于：所述步骤s13具体为：从所述第一数据集获取多组训练样本，创建包括输入层、隐含层和输出层的深度学习神经网络模型，隐含层为三层全连接结构，基于训练样本进行训练，并经过多次迭代构建出电力系统中期负荷预测模型；所述训练样本包括节假日数量、日均白昼时长、日均负荷值；
5.根据权利要求4所述的基于深度...
【专利技术属性】
技术研发人员：李宏胜，陈博，汪洋，李洪宇，柳长发，郭世萍，
申请(专利权)人：国网河北省电力有限公司营销服务中心，
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。