【技术实现步骤摘要】
本专利技术属于电力，具体涉及一种低频振荡态势感知预测方法及设备。
技术介绍
1、随着电网规模日益增大，新能源接入后电网运行方式与结构越来越复杂，大大增加新型电力系统安全稳定控制难度，低频振荡已经成为影响新型电力系统稳定运行的重要问题。为了保障电网安全稳定运行，避免低频振荡现象发生，研究新型电力系统低频振荡预测问题迫在眉睫，提前对可能发生低频振荡时刻进行预测，并及时采取手段进行防控，对提高新型电力系统稳定性，提升电网监控能力，保障电网安全运行，优化电网调度和管理具有重大意义。
2、目前，对于新型电力系统低频振荡态势感知的电网系统普遍存在态势感知模型考虑因素过少，对端点效应现象改进不大，数据集与实际环境存在差异，研究不完善，有些关键方面还处于初级阶段，以及不能对综合指标进行态势感知。为解决上述问题，采用采用机器学习模型如随机森林方法、bp神经网络方法对综合指标数据集进行多次预测。
3、然而，采用上述方法对综合指标数据集多次预测时，出现模型精度变化现象，得到的预测结果存在精度不高及精度不稳定的缺陷。
【技术保护点】
1.一种低频振荡态势感知预测方法，其特征在于，包括：
2.根据权利要求1所述的低频振荡态势感知预测方法，其特征在于，所述样本低频振荡指标数据通过以下步骤获取：
3.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述基于各维度所述低频振荡单一指标数据得到低频振荡综合指标数据，包括：
4.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述根据预设的各维度所述单一指标数据的阈值，得到综合指标数据阈值，包括：
5.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述基于所述综合指标数据阈值，对所...
【技术特征摘要】
1.一种低频振荡态势感知预测方法，其特征在于，包括：
2.根据权利要求1所述的低频振荡态势感知预测方法，其特征在于，所述样本低频振荡指标数据通过以下步骤获取：
3.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述基于各维度所述低频振荡单一指标数据得到低频振荡综合指标数据，包括：
4.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述根据预设的各维度所述单一指标数据的阈值，得到综合指标数据阈值，包括：
5.根据权利要求2所述的低频振荡态势感知预测方法，其特征在于，所述基于所述综合指标数据阈值，对所述低频振荡综合指标数据进行标签标注，以得到样本低频振荡指标数据，包括：
6.根据权利要求1或2所述的低频振荡态...
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。