文档名：基于LSTMBP组合模型的配电台区低电压预测
摘要：台区低电压预测是实现配电网低电压问题及时治理的关键.现有低电压预测方法大多依赖于对电网拓扑参数和用户信息的采集,存在所需数据繁杂、实时性较差、预测误差大的缺点.为此,提出一种基于LSTM-BP组合模型的台区低电压预测方法.首先,通过分析台区低电压的形成机理,得出影响节点电压的主导因素为用户功率值.基于此,利用长短期记忆网络(LSTM)实现配电台区各节点用户负荷曲线的短期预测.接着,利用BP神经网络的自学习能力,建立节点用户功率和节点电压间的非线性映射关系.通过有效组合上述2个神经网络模型,实现以历史负荷数据精准快速预测台区所有节点用户的未来电压情况.最后,以某台区为研究对象,对比实际电压和本文预测所得电压数据,结果表明,在1V误差范围内,预测准确率为99.98％,与传统电压预测方法相比,本文所提方法在线实施过程无需台区拓扑结构、线路参数、用户电压等信息,即可实时实现台区低电压的简单、快速、精确预测.
作者：周杨珺 张斌 黄伟翔 郭志诚 董雪梅 Author：ZHOUYangjun ZHANGBin HUANGWeixiang GUOZhicheng DONGXuemei
作者单位：广西电网有限责任公司电力科学研究院,广西南宁530000南方电网数字电网研究院有限公司,广东广州510000
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(5)
分类号：TM73
关键词：低压配电台区 电压预测 电压降落 长短期记忆神经网络 BP神经网络
Keywords：distributionstationarea voltageprediction voltagedrop LSTM BPneuralnetwork
机标分类号：TM715TP391TP183
在线出版日期：2024年1月31日
基金项目：中国南方电网有限责任公司重点科技项目基于LSTM-BP组合模型的配电台区低电压预测[
期刊论文] 电力科学与技术学报--2023, 38(5)周杨珺 张斌 黄伟翔 郭志诚 董雪梅台区低电压预测是实现配电网低电压问题及时治理的关键.现有低电压预测方法大多依赖于对电网拓扑参数和用户信息的采集,存在所需数据繁杂、实时性较差、预测误差大的缺点.为此,提出一种基于LSTM-BP组合模型的台区低电压预...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于LSTM-BP组合模型的配电台区低电压预测 A low voltage prediction based on LSTM-BP combined model for distribution station area
基于LSTM-BP组合模型的配电台区低电压预测.pdf
- 文件大小:
- 1.71 MB
- 下载次数:
- 60
-
高速下载
|
|
