[發(fā)明專利]一種基于量子遺傳的用戶相序降損方法及其系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011296023.3
• 申請(qǐng)日: 2020-11-18
• 公開(kāi)（公告）號(hào): CN112488367A
• 公開(kāi)（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 孟強(qiáng);張穎;韓前鋒;蘇利;殷吉苗;但唐軍;張國(guó)棟
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)山西省電力公司晉城供電公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06N3/12;G06N10/00
• 代理公司: 太原高欣科創(chuàng)專利代理事務(wù)所(普通合伙) 14109
• 代理人: 崔浩;冷錦超

1.一種基于量子遺傳的用戶相序降損方法，其特征在于：包括如下步驟：

步驟一：獲取電力網(wǎng)絡(luò)系統(tǒng)的歷史數(shù)據(jù)集，并建立負(fù)荷曲線模型；

步驟二：構(gòu)建用于預(yù)測(cè)負(fù)荷數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型，并輸出預(yù)測(cè)結(jié)果；

步驟三：根據(jù)神經(jīng)網(wǎng)絡(luò)輸出結(jié)果，構(gòu)建基于遺傳算法的相序優(yōu)化模型；

步驟四：利用自動(dòng)調(diào)相設(shè)備，依據(jù)相序優(yōu)化模型輸出的最優(yōu)解進(jìn)行相序的調(diào)整。

2.根據(jù)權(quán)利要求1所述的一種基于量子遺傳的用戶相序降損方法，其特征在于：所述步驟一具體包括如下步驟：

所述歷史數(shù)據(jù)集具體以配電臺(tái)區(qū)前期采集的實(shí)時(shí)數(shù)據(jù)為依據(jù)，臺(tái)區(qū)出口電表每隔預(yù)設(shè)定時(shí)間段進(jìn)行一次數(shù)據(jù)的采集，每一相一天中共采集預(yù)定個(gè)時(shí)刻點(diǎn)的電流數(shù)據(jù)，其每相出口電流向量建模為：

I＝[I₁，I₂，…I_i，…，I_n，]；

上式中：I_i表示第i個(gè)時(shí)刻的出口電流，n表示總共預(yù)設(shè)定數(shù)量的時(shí)刻點(diǎn)；

對(duì)出口電流進(jìn)行標(biāo)準(zhǔn)化處理，得到用戶的負(fù)荷曲線系數(shù)向量T，T的計(jì)算公式如下：

上式中：I表示出口電流，I_i表示第i個(gè)時(shí)刻的出口電流；

將負(fù)荷曲線系數(shù)向量T分別與每相用戶的日電量相乘，獲得用戶各時(shí)刻點(diǎn)的實(shí)際日功率P，P的計(jì)算公式如下：

上式中：P_m表示第m個(gè)用戶的日功率矩陣，由預(yù)設(shè)定數(shù)量n的時(shí)刻點(diǎn)組成，M表示臺(tái)區(qū)單向用戶總數(shù)，D_m表示第m個(gè)用戶的日用電量，Δt表示預(yù)設(shè)定的時(shí)間尺度；

根據(jù)實(shí)際日功率P進(jìn)一步獲得用戶無(wú)功功率為：

上式中：Q_A，m表示A相用戶日無(wú)功功率矩陣，Q_B，m表示B相用戶日無(wú)功功率矩陣，Q_C，m表示C相用戶日無(wú)功功率矩陣，P_A，m表示A相第m個(gè)用戶的日用電量，P_B，m表示B相第m個(gè)用戶的日用電量，P_C，m表示C相第m個(gè)用戶的日用電量，表示阻抗角。

3.根據(jù)權(quán)利要求2所述的一種基于量子遺傳的用戶相序降損方法，其特征在于：所述步驟二中神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建具體為由輸入層、隱含層、承接層、輸出層構(gòu)建的反饋式神經(jīng)學(xué)習(xí)網(wǎng)絡(luò)；

所述神經(jīng)網(wǎng)絡(luò)在隱含層中增加承接層作為延時(shí)算子，用于記憶前一單元中的輸出值，并將處理結(jié)果反饋至輸入層，所述隱含層中包括用于對(duì)結(jié)果的方向進(jìn)行指示標(biāo)志的非線性狀態(tài)空間，所述非線性狀態(tài)空間的計(jì)算公式為：

y(t)＝g(w₃x(k))

x(t)＝f(w₁x_c(t)+w₂(u(t-1)))

x_c(t)＝x(t-1)；

上式中：t表示系統(tǒng)的采樣時(shí)刻，y(t)表示輸出節(jié)點(diǎn)向量，x表示中間層節(jié)點(diǎn)單元向量，u表示輸入向量，x_c表示反饋狀態(tài)向量，w₁表示承接層到隱含層的連接權(quán)值，w₂表示輸入層到隱含層的連接權(quán)值，w₃表示隱含層到輸出層的連接權(quán)值，g(·)表示輸出神經(jīng)元的傳遞函數(shù)，是中間層輸出的線性組合，f(·)表示中間層神經(jīng)元的傳遞函數(shù)；

所述神經(jīng)網(wǎng)絡(luò)模型中包括對(duì)每一層中的系數(shù)誤差權(quán)值進(jìn)行修正的系數(shù)修正矩陣，所述系數(shù)修正矩陣具體采用反向傳播的形式，所述述神經(jīng)網(wǎng)絡(luò)模型中還包括對(duì)結(jié)果進(jìn)行可信度分析的學(xué)習(xí)指標(biāo)函數(shù)，所述學(xué)習(xí)指標(biāo)函數(shù)利用平均絕對(duì)值函數(shù)構(gòu)建，所述學(xué)習(xí)指標(biāo)函數(shù)的計(jì)算公式為：

上式中：y_i(k)表示網(wǎng)絡(luò)輸出向量的第i個(gè)值，表示目標(biāo)輸出向量中的第i個(gè)值。