[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

本發明公開了一種基于神經網絡的狀態估計方法，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；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；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。上述的方法，對于每一個區域而言，只需要一次預設的神經網絡的前推計算，就可使實現對該區域的狀態估計，避免了現有的狀態估計方法需要反復的進行迭代運算，對計算機的計算能力要求很高，無法滿足大規模智能電網實時分析的需求的問題。

技術領域

本發明涉及狀態估計領域，尤其涉及一種基于神經網絡的狀態估計方法及系統。

背景技術

目前，由于智能電網迅速發展，智能電網的規模以及復雜程度隨之上升，為了能精確的描述智能電網的運行狀態，需要對該智能電網的狀態估計進行估計，現有技術中，采用加權最小二乘的狀態估計算法對智能電網的進行狀態估計，加權最小二乘的狀態估計算法的本質是對輸入輸出的數據實現了較復雜的非線性擬合。

發明人對現有的智能電網的狀態估計過程進行研究發現，現有的狀態估計方法需要反復的進行迭代運算，對計算機的計算能力要求很高，無法滿足大規模智能電網實時分析的需求。

發明內容

有鑒于此，本發明提供一種基于神經網絡的狀態估計方法及系統，用以解決現有的狀態估計方法需要反復的進行迭代運算，對計算機的計算能力要求很高，無法滿足大規模智能電網實時分析的需求的問題，具體方案如下：

一種基于神經網絡的狀態估計方法，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；

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；

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。

上述的方法，優選的，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。

上述的方法，優選的，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；

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；

當檢測到分配完成指令時，將所述歸一化數據發送給預設的神經網絡進行前推計算。

上述的方法，優選的，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。

上述的方法，優選的，還包括：