| 基于一维卷积神经网络的配电网无功优化 |
| |
| 引用本文： | 和鹏,王兴鑫,刘志坚. 基于一维卷积神经网络的配电网无功优化[J]. 电气应用, 2022, 41(2): 57-63 |
| |
| 作者姓名： | 和鹏 王兴鑫 刘志坚 |
| |
| 作者单位： | 云南电网有限责任公司电力科学研究院,云南昆明650217,昆明理工大学电力工程学院,云南昆明650500 |
| |
| 摘 要： | 深度学习和数据驱动技术的快速发展，为历史数据下的配电网无功优化提供了新的解决方法，提出了一种基于一维卷积神经网络的配电网无功优化方法。利用配电网节点的历史负荷数据，用优化算法得到对应的无功优化策略，并将无功优化策略进行二进制编码。通过训练一维卷积神经网络模型来映射配电网节点负荷和无功优化策略间的非线性关系，将训练好的模型用于配电网无功优化。在一个改造后的IEEE 33配电网节点系统进行仿真验证，结果表明相比九区图无功优化，所提方法的系统网损和节点电压偏移明显降低。
|
| 关 键 词： | 无功优化 深度学习 数据驱动 一维卷积神经网络 九区图 |
Reactive power optimization of distribution network based on one-dimensional convolutional neural network |
| |
| HE Peng,WANG Xingxin,LIU Zhijian. Reactive power optimization of distribution network based on one-dimensional convolutional neural network[J]. Electrotechnical Application, 2022, 41(2): 57-63 |
| |
| Authors: | HE Peng WANG Xingxin LIU Zhijian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
