【技术实现步骤摘要】
本专利技术涉及电力系统领域，尤其涉及一种用于电力系统的脱网预测方法、装置、终端设备及存储介质。
技术介绍
1、随着电力系统的规模不断扩大和复杂性增加，电力系统中设备故障或运行异常可能引发连锁脱网事故，导致大面积停电，对社会经济和人民生活造成严重影响。传统的电力系统脱网风险评估方法主要关注单一运行因素，难以全面、准确地预测连锁脱网风险。因此，现有的脱网预测存在预测准确率低的问题。
技术实现思路
1、本专利技术提供了一种用于电力系统的脱网预测方法、装置、终端设备及存储介质，能够解决现有技术中脱网预测存在预测准确率低的问题。
2、本专利技术提供的用于电力系统的脱网预测方法，包括：
3、获取电力系统的脱网容量、电压越限、潮流越限和频率越限；
4、将所述脱网容量、所述电压越限、所述潮流越限和所述频率越限输入至脱网预测模型中，获得脱网预测结果；其中，所述脱网预测模型，包括：基于历史脱网记录样本，确定若干训练集和验证集，基于若干训练集、验证集和深度学习模型，重复执行优...
【技术保护点】
1.一种用于电力系统的脱网预测方法，其特征在于，包括：
2.如权利要求1所述的用于电力系统的脱网预测方法，其特征在于，所述优化操作，包括：
3.如权利要求2所述的用于电力系统的脱网预测方法，其特征在于，所述基于目标训练集中的历史脱网记录样本、深度学习模型和当前超参数，获得目标训练集对应的待选模型，包括：
4.如权利要求3所述的用于电力系统的脱网预测方法，其特征在于，所述训练操作包括：
5.如权利要求4所述的用于电力系统的脱网预测方法，其特征在于，所述计算所述预测结果与目标样本的损失函数值，包括：根据交叉熵损失函数，计算所...
【技术特征摘要】
1.一种用于电力系统的脱网预测方法，其特征在于，包括：
2.如权利要求1所述的用于电力系统的脱网预测方法，其特征在于，所述优化操作，包括：
3.如权利要求2所述的用于电力系统的脱网预测方法，其特征在于，所述基于目标训练集中的历史脱网记录样本、深度学习模型和当前超参数，获得目标训练集对应的待选模型，包括：
4.如权利要求3所述的用于电力系统的脱网预测方法，其特征在于，所述训练操作包括：
5.如权利要求4所述的用于电力系统的脱网预测方法，其特征在于，所述计算所述预测结果与目标样本的损失函数值，包括：根据交叉熵损失函数，计算所述预测结果与目标样本的损失函数值。
6.如权利要求5所述的用于电力系统的脱网预测方法，其特征在于，所述深度学习模型，包括：输入层、第一隐藏层、第二隐藏层、第三隐藏层、第四隐藏层、第五隐藏层以及全连接层和输出层；其中，输入层分别与第一隐藏层、第二隐藏层、第...
【专利技术属性】
技术研发人员：林玥廷，卢建刚，李世明，戴月，陈健勇，郭文鑫，王臣，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
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。