[發明專利]用于調相機的無功補償的預測方法、系統及存儲介質

有效

• 申請號: 202010143591.3
• 申請日: 2020-03-04
• 公開（公告）號: CN111355246B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 朱仲賢;曾德龍;施有安;李冀;杜鵬;劉鑫;張學友;羅沙;董浩聲;張俊杰;魏南;李永熙;常文婧;楊棟
• 申請（專利權）人: 國網安徽省電力有限公司超高壓分公司;國家電網有限公司
• 主分類號: H02J3/18
• 分類號: H02J3/18;H02J3/16
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;劉兵

1.一種用于調相機的無功補償的預測方法，其特征在于，所述預測方法包括：

獲取所述調相機執行所述無功補償操作的歷史無功功率數據；

根據所述歷史無功功率數據確定訓練集和測試集；

對所述訓練集和測試集執行量化分級操作；

采用所述訓練集訓練初始的神經網絡以得到對應的預測結果；

將所述預測結果與所述訓練集中的標準結果進行比對以計算對應的誤差；

判斷所述誤差是否大于預設的閾值；

在判斷所述誤差大于所述閾值的情況下，采用反向梯度法更新所述神經網絡的參數，再次返回執行采用所述訓練集訓練初始的神經網絡以得到對應的預測結果的步驟，直到判斷所述誤差小于或等于所述閾值；

在判斷所述誤差小于或等于所述閾值的情況下，采用所述測試集測試所述神經網絡以判斷所述神經網絡是否滿足預設的預測精度；

在判斷所述神經網絡滿足所述預測精度的情況下，輸出所述神經網絡；

采用所述神經網絡對所述無功補償進行預測；

根據所述歷史無功功率數據確定訓練集和測試集具體包括：

根據預定的時間區間將所述歷史無功功率數據劃分為多個數據塊；

從所述多個數據塊中隨機選取一個數據塊作為預測源；

確定所述預測源對應的源時間區間；

根據所述源時間區間確定預測結果對應的目標時間區間；

從所述多個數據塊中選取所述目標時間區間對應的數據塊作為目標數據塊，其中，所述目標數據塊為所述預測源對應的標準結果；

將所述預測源和所述目標數據塊組合為一個預測數據；

判斷所述預測數據的數量是否大于或等于預設值；

在判斷所述預測數據的數量小于所述預設值的情況下，再次返回執行從所述多個數據塊中隨機選取一個數據塊作為預測源的步驟，直到判斷所述預測數據的數量大于或等于所述預設值；

在判斷所述預測數據的數量大于或等于所述預設值的情況下，將所述預測數據組合為所述訓練集或測試集。

2.根據權利要求1所述的預測方法，其特征在于，對所述訓練集和測試集執行量化分級操作具體包括：

針對所述時間區間中每個預定時間周期內的無功功率的平均值執行歸一化操作；

根據預設的數值區間將所述歸一化操作的結果轉化為對應的參數指標。

3.根據權利要求2所述的預測方法，其特征在于，針對所述時間區間中每個預定時間周期內的無功功率的平均值執行歸一化操作包括：

根據公式(1)執行所述歸一化操作，

其中，為歸一化操作后的第i個時間周期的歸一化值，為歸一化操作前的第i個時間周期的無功功率，x_max為當前的所述時間區間內的無功功率的最大值，x_min為當前的所述時間區間內的無功功率的最小值。

4.根據權利要求2所述的預測方法，其特征在于，根據預設的數值區間將所述歸一化操作的結果轉化為對應的參數指標包括：

根據公式(2)計算所述參數指標，

其中，為執行歸一化操作后的第i個時間周期的歸一化值，為所述參數指標。

5.根據權利要求2所述的預測方法，其特征在于，將所述預測結果與所述訓練集中的標準結果進行比對以計算對應的誤差具體包括：

根據公式(3)計算所述誤差，

其中，Δx為所述誤差，n為所述時間區間包括的所述時間周期的數量，為所述預測結果的第i個所述時間周期的預測值，為所述標準結果的第i個所述時間周期的標準值。

6.一種用于調相機的無功補償的預測系統，其特征在于，所述預測系統包括處理器，所述處理器用于執行如權利要求1至5任一所述的預測方法。

7.一種存儲介質，其特征在于，所述存儲介質存儲有指令，所述指令用于被機器讀取以使得所述機器執行如權利要求1至5任一所述的預測方法。