基于改进经验小波能量熵的负载侧新能源占比定量研究 |
| |
引用本文: | 鲍家伟,王青松.基于改进经验小波能量熵的负载侧新能源占比定量研究[J].东北电力学院学报,2022(5):33-43. |
| |
作者姓名: | 鲍家伟 王青松 |
| |
作者单位: | 东南大学电气工程学院 |
| |
基金项目: | 国家自然科学基金面上项目(52177171); |
| |
摘 要: | 随着分布式新能源的大量接入,变电站中低压线路中除了确定分类的负荷,还增加了许多不确定的可再生能源功率成分.从经济性和清洁性的角度出发,必要定量分析其中的新能源占比,提升用户的用电质量水平.针对低压馈线处的电能质量信息,提出一种基于改进经验小波能量熵和长短期记忆(Long Short Term Memory, LSTM)神经网络的定量分析算法.该方法以经验小波变换为基础,将长时间序列分为等长的小段时间序列,分别进行经验小波变换;得到各个经验小波函数分量后,计算出各个特征分量的能量熵序列;再引入峭度的概念,对各个能量熵序列加权差异化处理,突出特征信息;最后利用LSTM神经网络进行分类处理,判断不同可再生能源占比的电能质量信息属于哪个区间片段.通过搭建仿真模型模拟现场实际数据,高效准确地定量分析可再生能源占比,并与其他传统方法对比,验证了该方法的有效性和优越性.
|
关 键 词: | 可再生能源 定量分析 经验小波变换 改进能量熵 LSTM神经网络 |
|
|