[发明专利]一种基于Tri-Training-Lasso-BP网络的静态电压稳定裕度预测方法在审
| 申请号： | 201910892002.9 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110674984A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 唐滢淇;董树锋;朱承治 | 申请（专利权）人： | 国网浙江省电力有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 33200 杭州求是专利事务所有限公司 | 代理人： | 万尾甜;韩介梅 |
| 地址： | 310007*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Tri‑Training‑Lasso‑BP网络的静态电压稳定裕度预测方法。该方法将神经网络、半监督训练、集成学习等技术应用于电力系统静态电压稳定裕度的预测中，提出了基于Tri‑Training‑Lasso‑BP网络的在线预测方法，由三体训练法(Tri‑Training)、最小绝对值收缩选择(least absolute shrinkageand select operator，Lasso)方法和BP(back propagation)神经网络组成。本发明方法能够降低对训练集数据数量和质量的要求，发挥电力系统日常运行过程中采集的海量数据的优势，提高网络的泛化能力和预测精度，减少人工干预，弥补了传统方法难以实现在线实时预测电压稳定裕度、需要大量训练样本、容易出现过拟合的问题。 | ||
| 搜索关键词： | 静态电压稳定 电力系统 神经网络 裕度 预测 电压稳定裕度 训练集数据 海量数据 集成学习 技术应用 人工干预 实时预测 训练样本 运行过程 在线预测 半监督 拟合 收缩 采集 网络 | ||
【主权项】：
1.一种基于Tri-Training-Lasso-BP网络的静态电压稳定裕度预测方法，其特征在于，包括以下步骤：/n1)准备好有标签数据集A、无标签数据集B和测试数据集C，它们的样本数量分别为k
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国网浙江省电力有限公司，未经国网浙江省电力有限公司许可，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/201910892002.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
