[发明专利]考虑风电场节点空间相关性的广义负荷联合概率建模方法有效

专利信息
申请号: 201510496989.4 申请日: 2015-08-13
公开(公告)号: CN105069236B 公开(公告)日: 2018-11-13
发明(设计)人: 梁军;褚壮壮;贠志皓;张旭;徐兵 申请(专利权)人: 山东大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 张勇
地址: 250061 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了考虑风电场节点空间相关性的广义负荷联合概率建模方法,包括:步骤一:将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;步骤二:对各根母线节点分别依照有功功率进行区间细化,统计其概率信息;步骤三:针对节点地域相关性,采用空间相关性法计算相邻节点功率区间之间相关特征参数并纳入节点的特性学习;采用RBF神经网络学习训练并提取区间集的节点特性,建立联合概率模型结构。将相关参数矩阵融入RBF神经网络建模中,并将相邻节点电压计入本节点特性学习中,所建模型更为全面。仿真表明各段拟合误差较小,拟合效果好。
搜索关键词: 考虑 电场 节点 空间 相关性 广义 负荷 联合 概率 建模 方法
【主权项】:
1.考虑风电场节点空间相关性的广义负荷联合概率建模方法,其特征是,包括:步骤一:将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;步骤二:对各根母线节点分别依照有功功率进行区间细化,统计其概率信息;步骤三:针对节点地域相关性,采用空间相关性法计算相邻节点功率区间之间相关特征参数并纳入节点的特性学习;采用RBF神经网络学习训练并提取区间集的节点特性,建立联合概率模型结构;所述步骤三中,建立联合概率模型结构时,首先根据各相邻节点聚类的得到的各区间样本聚类中心,定义区间相关特征参数,采用带有相关特征参数的RBF神经网络函数对区间样本进行模型特征提取,得到计算模型结构,采用梯度自适应调整算法对样本数据训练,使得实测值与计算值误差最小,得到权值向量即为模型参数,根据模型参数建立联合概率模型结构。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510496989.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top