基于机理知识与深度学习网络的电力负荷辨识方法及系统技术方案

技术编号:41730674 阅读:25 留言:0更新日期:2024-06-19 12:52
本发明专利技术公开了一种基于机理知识与深度学习网络的电力负荷辨识方法及系统,首先利用机理知识对从用户采集的电压电流信号进行提取和分离,实现对特征信号的高效准确提取,同时提高电力负荷辨识方法的可靠性和鲁棒性;其次,搭建变分自编码器模型,对典型特征进行筛选以降低特征信号的冗余度;之后搭建基于机理知识与改进型Transformer网络的联合电力负荷辨识模型,该模型利用机理知识显著模型的可解释性,并提高模型的泛化性,使其在不同场景和条件下更为稳健,改进型Transformer网络可以更好地捕捉负荷的动态特性和变化趋势,从而提高负荷辨识的预测准确性。

【技术实现步骤摘要】

本专利技术涉及电力负荷辨识,具体涉及一种基于机理知识与深度学习网络的电力负荷辨识方法及系统


技术介绍

1、在当今电力系统中,电力负荷辨识扮演着至关重要的角色,其地位日益凸显。随着社会对能源的不断需求增长以及可再生能源的广泛融入,电力系统呈现出更为复杂和动态的特征。电力负荷辨识通过采用实时监测、精密分析和准确预测电力系统中负荷变化的方法,为电网规划、高效运营以及市场交易提供了不可或缺的关键信息。这一过程不仅关系到电力系统的稳定性和可靠性,更涉及到推动可再生能源的有效整合、实现智能电网的科学管理,以及在能源市场中做出明智决策。因此,电力负荷辨识对于促进电力行业的现代化,实现能源可持续发展具有深远而重要的影响。

2、传统的电力负荷辨识方法在面对当今电力系统的复杂性和动态性时显露出一些明显的局限性。依赖统计模型、回归分析和时间序列分析等传统手段,这些方法通常基于历史数据,难以有效捕捉电力系统中不断变化的负荷特征。由于电力系统的日益复杂,传统方法往往无法充分考虑非线性、非稳态和高度动态的负荷变化。此外,对于大规模智能化、可再生能源大量接入等新兴趋势,传本文档来自技高网...

【技术保护点】

1.一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,采集用户用电电流和电压信号并进行信号预处理,具体包括:

3.根据权利要求1所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,基于机理知识对预处理后的信号进行特征提取,具体包括:

4.根据权利要求3所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,基于机理知识对预处理后的信号进行特征提取,具体还包括:

5.根据权利要求4所述的一种基于机理知识...

【技术特征摘要】

1.一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,采集用户用电电流和电压信号并进行信号预处理,具体包括:

3.根据权利要求1所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,基于机理知识对预处理后的信号进行特征提取,具体包括:

4.根据权利要求3所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,基于机理知识对预处理后的信号进行特征提取,具体还包括:

5.根据权利要求4所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,并将提取得到的特征进行特征融合得到融合特征,具体包括:

6.根据权利要求1所述的一种基于机理知识与深度学习网络的电力负荷辨识方法,其特征在于,...

【专利技术属性】
技术研发人员:王超任其广郭志强陈早军朱英华王丽欣薛兆元
申请(专利权)人:新风光电子科技股份有限公司
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