【技术实现步骤摘要】
本专利技术属于电网阻塞预测，尤其涉及一种基于hgtb的多时间尺度电网阻塞预测方法。
技术介绍
1、预测未来的阻塞情况对于解决阻塞问题来说至关重要。完全预测未来的阻塞情况有助于通过事前规划和管理避免阻塞事件的发生。然而，源、荷侧不确定性的增加使得调度部门长时间预测变得更加困难，因此目前研究致力于短时间的预测。在电网阻塞实时管理过程中，现有的模型预测控制依赖于电源和负荷的日内预测数据，这些数据的刷新频率直接决定了阻塞预测的视野与效果，导致调度部门对电网阻塞在短时间内的发生缺乏预见能力。尽管有一些研究关注了电网阻塞的短时预测问题，但其预测方法依赖于市场参与者提供的预测数据，对于具有高不确定性的互动式负荷和可再生能源来说，这种预测并不是简单的问题。并且在实时阶段，并非所有市场参与者都具备提供实时预测结果的条件。此外，当前的电网阻塞预测方法主要基于传统的数学模型和算法，难以充分利用数据驱动的机器学习技术。随着新型电力系统数据规模和复杂性的不断增加，传统方法的计算效率和准确度也难以满足实际需求。因此，研究如何利用数据驱动理论和机器学习技术对电网阻塞...
【技术保护点】
1.一种基于HGTB的多时间尺度电网阻塞预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于HGTB的多时间尺度电网阻塞预测方法，其特征在于，预测目标分类包括：对于一个K类分类，将其转化为K个二分类；对于每个类别k∈[1,K]，构建一个新的目标变量yk，其中yk＝1表示样本属于类别k，为正例，yk＝0表示样本不属于类别k，为反例；得到K个二分类问题的训练数据集。
3.根据权利要求1所述基于HGTB的多时间尺度电网阻塞预测方法，其特征在于，封箱处理，划分区域包括通过直方图封箱的方式将连续特征值转换为离散的数据箱，具体步骤如下：
...【技术特征摘要】
1.一种基于hgtb的多时间尺度电网阻塞预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于hgtb的多时间尺度电网阻塞预测方法，其特征在于，预测目标分类包括：对于一个k类分类，将其转化为k个二分类；对于每个类别k∈[1,k]，构建一个新的目标变量yk，其中yk＝1表示样本属于类别k，为正例，yk＝0表示样本不属于类别k，为反例；得到k个二分类问题的训练数据集。
3.根据权利要求1所述基于hgtb的多时间尺度电网阻塞预测方法，其特征在于，封箱处理，划分区域包括通过直方图封箱的方式将连续特征值转换为离散的数据箱，具体步骤如下：
4.根据权利要求1所述基于hgtb的多时间尺度电网阻塞预测方法，其特征在于，计算每个区域内的输出系数包括：
5.根据权利要求1所述基于hgtb的多时间尺度电网阻塞预测方法，其特征在于，初始化模型包括以下步骤：
6.根据权利要求1所述基于hgtb的多时间尺度电网阻塞预测方法，其...
【专利技术属性】
技术研发人员：魏聪颖，廖思阳，刘志成，徐箭，徐浩，柯德平，汪旸，贾龙文，黄彦博，
申请(专利权)人：国家电网有限公司华中分部，
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。