排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
近年来不断增多的强台风天气给沿海及部分内陆地区配电网带来了愈发严重的损失,造成大规模重要负荷长时间失电,提高含多元源荷的主动配电网恢复能力成为亟待解决的问题。针对现有配电网负荷损失评估方法在强台风弱通信条件下无法准确获取节点信息而造成灾损分析精度不高的问题,提出一种基于Transformer深度学习网络的主动配电网多元源荷灾损辨识方法,充分利用深度学习网络去模型化的特点并发挥其在灾损预测精度方面的优势。考虑地面粗糙程度和高度,结合弱通信条件下的台风灾害气象数据,构建主动配电网所处地理环境的风速、降雨强度等气象信息修正模型;在此基础上考虑强台风致灾机理和主动配电网拓扑结构,利用Transformer深度学习方法构建配电网灾损辨识模型,实现强台风弱通信条件下的主动配电网多元源荷灾损辨识精度提升。通过对改进的IEEE 33节点主动配电网算例进行仿真测试,对损失负荷、损坏节点数等特征量进行计算,验证了所提主动配电网多元源荷灾损辨识方法能够满足台风多发配电网灾损评估精度。 相似文献
2.
3.
配电网中低压设备分布散、体量大、变化快,部分源端数据不统一,导致配电网网格化规划收资难度大,当前对计及新型源荷接入的配电网网格化收资和规划方法方面的研究不充分。分析了新型源荷接入对网格化配电网规划的影响,应用“网上电网”系统进行供电网格规划收资和薄弱环节识别;提出了考虑新型源荷接入的供电网格和供电单元的改进划分方法;构建了考虑网格化区域自治的新型源荷配电网多目标协调规划模型。规划实例验证了基于“网上电网”系统的配电网网格化收资方法能够有效提高收资效率,网格化规划模型可以综合提升新型源荷配电网的可靠性和经济性。 相似文献
1