[發(fā)明專利]一種配電網(wǎng)分布式狀態(tài)估計方法

在審

• 申請?zhí)枺?/td>: 202111287078.2
• 申請日: 2021-11-02
• 公開（公告）號: CN114389312A
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計）人: 周力;顧家如;徐杭;劉天揚
• 申請（專利權(quán)）人: 國網(wǎng)江蘇省電力有限公司蘇州供電分公司
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/00
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 32103
• 代理人: 孫仿衛(wèi)

1.一種配電網(wǎng)分布式狀態(tài)估計方法，其特征在于：所述配電網(wǎng)分布式狀態(tài)估計方法包括以下步驟：

步驟1：獲取配電網(wǎng)中分布式電源的歷史出力時間序列，基于所述配電網(wǎng)中分布式電源的歷史出力時間序列進行Gram-Charlier級數(shù)擬合而得到預(yù)測誤差概率密度函數(shù)，利用所述預(yù)測誤差概率密度函數(shù)對Elman神經(jīng)網(wǎng)絡(luò)算法進行改進，利用改進后的所述Elman神經(jīng)網(wǎng)絡(luò)得到所述配電網(wǎng)中分布式電源出力的概率預(yù)測模型；

步驟2：根據(jù)所述配電網(wǎng)的拓撲結(jié)構(gòu)建立衡量節(jié)點間電氣距離的指標(biāo)，利用所述指標(biāo)并基于社區(qū)發(fā)現(xiàn)算法和社區(qū)合并算法對所述配電網(wǎng)進行分區(qū)而將所述配電網(wǎng)劃分為若干個非重疊的子區(qū)域；

步驟3：利用所述配電網(wǎng)中分布式電源出力的概率預(yù)測模型獲得所述配電網(wǎng)中分布式電源出力的概率預(yù)測結(jié)果，根據(jù)所述配電網(wǎng)中分布式電源出力的概率預(yù)測結(jié)果和所述配電網(wǎng)的分區(qū)結(jié)果，建立各個所述子區(qū)域的本地狀態(tài)估計模型，基于最小二乘準(zhǔn)則對各所述本地狀態(tài)估計模型進行分布式求解，得到配電網(wǎng)的分布式狀態(tài)估計結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)分布式狀態(tài)估計方法，其特征在于：所述步驟1中，基于所述配電網(wǎng)中分布式電源的歷史出力時間序列進行Gram-Charlier級數(shù)擬合而得到預(yù)測誤差概率密度函數(shù)的方法為：將所述配電網(wǎng)中分布式電源的歷史出力時間序列作為預(yù)測誤差序列而將Gram-Charlier級數(shù)展開，由前四階Gram-Charlier級數(shù)展開得到所述預(yù)測誤差概率密度函數(shù)：

式中，H₃(x)、H₄(x)分別為三階和四階的埃爾米特多項式，w為神經(jīng)網(wǎng)絡(luò)權(quán)值矩陣，為標(biāo)準(zhǔn)正態(tài)分布N(0,1²)的概率密度函數(shù)。

3.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)分布式狀態(tài)估計方法，其特征在于：所述步驟1中，利用所述預(yù)測誤差概率密度函數(shù)對Elman神經(jīng)網(wǎng)絡(luò)算法進行改進的方法為：將所述預(yù)測誤差概率密度函數(shù)在目標(biāo)置信區(qū)間內(nèi)的積分作為所述Elman神經(jīng)網(wǎng)絡(luò)算法的損失函數(shù)，則利用所述預(yù)測誤差概率密度函數(shù)在目標(biāo)置信區(qū)間內(nèi)的積分更新所述Elman神經(jīng)網(wǎng)絡(luò)算法中的神經(jīng)網(wǎng)絡(luò)權(quán)值。

4.根據(jù)權(quán)利要求3所述的一種配電網(wǎng)分布式狀態(tài)估計方法，其特征在于：所述預(yù)測誤差概率密度函數(shù)在目標(biāo)置信區(qū)間內(nèi)的積分為：

式中，區(qū)間[e_-,e₊]為設(shè)定的置信區(qū)間，其中e_-＜0，e₊＞0，分別代表負絕對誤差和正絕對誤差，p(x,w)表示由神經(jīng)網(wǎng)絡(luò)輸出的預(yù)測誤差位于置信區(qū)間內(nèi)的概率；

所述Elman神經(jīng)網(wǎng)絡(luò)算法中的神經(jīng)網(wǎng)絡(luò)權(quán)值更新的公式為：

w_k+1＝w_k+Δw_k

式中p(x,w)作為神經(jīng)網(wǎng)絡(luò)的損失函數(shù)進行參數(shù)更新迭代，將其關(guān)于w的正偏導(dǎo)方向作為所述神經(jīng)網(wǎng)絡(luò)權(quán)值的更新方向。

5.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)分布式狀態(tài)估計方法，其特征在于：所述步驟1中，利用改進后的所述Elman神經(jīng)網(wǎng)絡(luò)得到所述配電網(wǎng)中分布式電源出力的概率預(yù)測模型的方法為：預(yù)設(shè)目標(biāo)置信度，輸入訓(xùn)練數(shù)據(jù)集并計算得到所述預(yù)測誤差概率密度函數(shù)在目標(biāo)置信區(qū)間內(nèi)的積分，當(dāng)所述預(yù)測誤差概率密度函數(shù)在目標(biāo)置信區(qū)間內(nèi)的積分大于所述目標(biāo)置信度時結(jié)束訓(xùn)練，從而得到所述配電網(wǎng)中分布式電源出力的概率預(yù)測模型。