一种基于潮流参数的电网未来运行趋势预估方法及系统

专利主权项内容

1.一种基于潮流参数的电网未来运行趋势预估方法，其特征在于：采集当前电网潮流数据以及对所述当前电网具有影响的因素对应的数据；将采集后的数据输入至预先构建的历史电网潮流和影响因素之间的关系模型中，预估电网未来运行趋势；所述历史电网潮流和影响因素之间的关系模型包括关键特征所占的历史电网潮流数据权重；所述预先构建的历史电网潮流和影响因素之间关系的模型，包括：采集电网每个断面的历史电网潮流数据；对每个断面对应的关键特征采集关键特征对应的数据；所述关键特征包括：新能源发电波动、母线负荷预测误差或调度计划异常；根据历史电网潮流数据和关键特征计算关键特征所占的历史电网潮流数据权重；对关键特征所占的历史电网潮流数据权重进行训练，得到优化后的参数权重训练结果；基于所述历史电网潮流数据、关键特征、关键特征所占的历史电网潮流数据权重构建电网潮流和影响因素之间关系的模型；在根据历史电网潮流数据和关键特征计算关键特征所占的历史电网潮流数据权重之前，还包括：对历史电网潮流数据和关键特征进行存储；所述对历史电网潮流数据和关键特征进行存储包括：将采集的历史电网潮流数据和关键特征进行数据整合，以断面为单位，将关键特征和历史电网潮流数据整合在一个数据文件中，作为参数训练的输入文件；将整合后的历史电网潮流数据和关键特征存储到历史数据文件中；所述对关键特征所占的历史电网潮流数据权重进行训练，得到优化后的参数权重训练结果，包括：从历史数据文件中获取历史电网潮流数据和关键特征；对历史电网潮流数据和关键特征进行训练，计算关键特征所占的历史电网潮流数据权重，并对所述权重进行优化；所述对所述权重进行优化，包括：计算使得最小化风险函数的权重值，包括：构建包含关键特征的权重拟合函数；根据拟合函数构建风险函数，并计算风险函数中拟合函数与目标函数之间的残差的最大的包含关键特征的权重值；所述权重拟合函数的向量表示形式为：所述风险函数表示为：最小化风险函数表示为：对最小化风险函数J(θ)中的每个权重参数θ求其偏导数，得到每个权重参数θ对应的梯度：jj按照每个参数θ的负梯度方向来更新每一个θ，表示为：jj式中：h(x)为包含关键特征的权重拟合函数的向量表示形式，θ＝[θ，θ，....，θ]，n为权重分量数，m表示关键特征样本数据，x表示第i个关键特征样本点，表示第i个关键特征样本点x的第j权重分量，y为预设的实际正确性目标函数；α为权重参数方差的步长。θiT01niii