[發明專利]一種基于神經網絡的狀態估計方法及系統

有效

• 申請號: 201711259889.5
• 申請日: 2017-12-04
• 公開（公告）號: CN107994570B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 靳松;趙巍岳
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種基于神經網絡的狀態估計方法，其特征在于，包括：

當接收到對目標電網的狀態估計請求時，獲取所述目標電網的量測數據；

將所述量測數據依據區域進行劃分，得到多個區域量測數據；

在預設的權重集中查找與當前區域匹配的目標權重集，將所述目標權重集中的每一個權重分配給所述神經網絡對應的神經元；其中，所述預設權重集的為針對每一個區域，依據為所述神經網絡的各個神經元分配初始權重并訓練完成后所得到的權重集；式中，k₁、k₂、k₃用于表示量測值與估計值關系的緊密程度；k₁表示量測值即為估計的狀態值，k₂表示量測值包含于估計值的集合A中，k₃表示量測值包含于估計值的集合B中，集合A為量測節點的相鄰量測集合，集合B為量測節點的不相鄰量測集合；probability(a,b)表示取a、b之間的隨機值；為量測誤差方陣逆矩陣R^-1的對角元元素；

當檢測到分配完成指令時，針對每一個區域量測數據，將所述量測數據分配給預設的神經網絡進行前推計算；在進行前推計算時，輸入數據存放在輸入層神經元中，通過神經元激活函數依次前向激活各個神經元，所述預設的神經網絡在前推計算結束時輸出對應區域的狀態向量；其中，各個神經元的輸出為：式中，f()為神經元的激活函數，W_i為第i個輸入支路對應的權重值；X_i為第i個輸入支路對應的輸入值，N表示所述神經元的輸入支路的個數；b為截距；

當檢測到對所述多個區域量測數據進行前推計算的完成指令時，輸出與所述目標電網關聯的狀態向量；

其中，所述預設的神經網絡的構建過程包括：

獲取每一個區域量測數據的數量和電網狀態量的數量；

依據所述量測數據的數量，確定神經網絡輸入層和神經網絡中間層神經元的數量；

依據所述電網狀態量的數量，確定神經網絡輸出層神經元的數量，完成所述神經網絡的構建。

2.根據權利要求1所述的方法，其特征在于，所述針對每一個區域量測數據，將所述量測數據分配給預設的神經網絡進行前推計算包括：

將所述量測數據進行歸一化處理，得到歸一化數據；

將所述歸一化數據發送給預設的神經網絡進行前推計算。

3.根據權利要求1所述的方法，其特征在于，預設的權重集的建立過程包括：

針對每一個區域，為所述神經網絡的各個神經元分配初始權重；

分別建立第一訓練集和第二訓練集；

依據所述第一訓練集對所述神經網絡進行訓練，當第一訓練結果小于預設的第一閾值時，依據所述第二訓練集對所述神經網絡進行訓練，當第二訓練結果小于第二預設值時，獲取所述神經網絡的各個神經元當前的權重值，將所述當前的權重值存儲到所述預設的權重集中。

4.根據權利要求3所述的方法，其特征在于，還包括：

當所述第一訓練結果大于第一閾值或所述第二訓練結果大于第二閾值時，依據預設的權重調整公式調整所述各個神經元的當前權重值，重新進行訓練。