[发明专利]一种在线预测电力系统负荷能力极限的方法

摘要

本发明公开了一种在线预测电力系统负荷能力极限的方法，该方法由基于电网状态相似度指标的样本筛选方法、Lasso方法和误差反向传播型神经网络三部分组成；其中基于电网状态相似度指标的样本筛选方法以样本负荷能力极限值和电网状态相似度量化指标为依据，对训练样本进行筛选。Lasso方法对训练样本进行回归分析，确定各状态量中对负荷能力极限最具有解释性的系统状态量。误差反向传播型神经网络通过精简后的训练样本来离线拟合负荷能力极限并用于在线预测。该方法能够在保证预测精度的情况下明显提高误差反向传播型神经网络的离线训练效率。

主权项

一种在线预测电力系统负荷能力极限的方法，包括如下步骤：（1）通过对电力系统进行离线仿真，生成系统在随机多个工况下对应的多个训练样本；所述的训练样本包括输入变量和输出变量，所述的输出变量为系统的负荷能力极限；（2）通过基于电网状态相似度指标的筛选方法对训练样本进行筛选，进而对筛选保留下来的训练样本进行特征选择，从而实现对训练样本降维；（3）利用降维后的训练样本对误差反向传播型神经网络进行训练，得到用于预测电力系统负荷能力极限的神经网络模型；（4）实时采集电力系统的状态信息，通过所述的神经网络模型计算出系统的负荷能力极限。