GRU深度学习法为基础的配电网线损预测分析

2021-10-25 02:32:40曹青青徐国伟
中国科技纵横 2021年16期
关键词:配电网深度优化

曹青青 徐国伟

(天津工业大学,天津 300384)

1.研究背景

线损能够对配电网整体运行状态进行准确反映,同时也是电网运行重要指标,是电网企业管理质量的主要考核指标。理论线损相关预测活动属于线损管理中的重要评价手段,能够帮助优化配电网整体管理实力,提升电网企业经营效益。当前大部分学者开始针对理论线损计算开展深入研究,借助简化潮流迭代,进一步优化线损计算速率,但该种计算方法主要是以网络结构为基础,对采样数据次数、频率提出更高要求。借助等值电阻方法对配电变压器和线路运行损耗进行准确计算,和潮流法相比,该种方法所需电气运行参数相对较少。但在线路运行产生参数变化后,需要对等值电阻实施优化计算,影响实际应用效果。同时涉及较多的配电变压器以及分支线路,等值元件数量和线路节点增加,导致计算难度进一步扩大[1]。

不断优化改进BP算法内梯度下降法,优化BP神经网络模型综合预测性能。形成GRU深度学习为基础的网络模型线损计算方法。采取层次分析法和互信息理论相融合方法,构成组合赋权法,对不同电气参数影响线损程度实施准确计算,通过GRU网络针对配电网线损实施准确预测。

2.理论基础分析

2.1 GRU深度学习理论

GRU属于LSTM某种发展变体,主要是以门控循环神经网络作为主要结构,和LSTM相比,对应训练参数整体数量较少,可以更好优化LSTM预测效果。GRU和LSTM拥有相似的内部单元,而主要差异便是GRU把LSTM内遗忘门以及输入门进行重新合并,转化为统一更新门。……

登录APP查看全文

猜你喜欢
配电网深度优化
超限高层建筑结构设计与优化思考
房地产导刊(2022年5期)2022-06-01 06:20:14
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
深度观察
深度观察
配电网自动化的应用与发展趋势
深度观察
基于IEC61850的配电网数据传输保护机制
电测与仪表(2016年5期)2016-04-22 01:14:14
配电网不止一步的跨越
河南电力(2016年5期)2016-02-06 02:11:24