| 基于深度学习的概率能量流快速计算方法 |
| |
| 引用本文： | 余娟,杨燕,杨知方,向明旭,谢松,周平,任鹏凌,张昱.基于深度学习的概率能量流快速计算方法[J].中国电机工程学报,2019(1):22-30,317. |
| |
| 作者姓名： | 余娟 杨燕 杨知方 向明旭 谢松 周平 任鹏凌 张昱 |
| |
| 作者单位： | 输配电装备及系统安全与新技术国家重点实验室（重庆大学）;国网重庆市电力公司;国网重庆市电力公司经济技术研究院 |
| |
| 基金项目： | 重庆市基础科学与前沿技术研究专项重点项目(cstc2017jcyjBX0056);重庆市研究生科研创新项目(CYB18011);重庆市院士牵头科技创新引导专项项目(cstc2017jcyj-yszxX0011)~~ |
| |
| 摘 要： | 考虑新能源日益增长的不确定性,概率能量流在电–气综合能源系统分析中起到关键性作用。概率能量流计算需要求解大量高维非线性方程组。高计算代价和求解时间已成为概率能量流实际工程应用的瓶颈所在。为此,该文提出了利用深度神经网络求解该问题的新方法。该方法借助堆栈降噪自动编码器(stacked denoising auto-encoders,SDAE)的深层堆栈结构以及编码解码过程,建立了基于SDAE的能量流模型,可有效挖掘非线性能量流方程的高阶特征。结合能量流输入输出性质不同、变化范围不一等数值特点,在SDAE模型中引入了修正线性单元(rectifiedlinearunit,ReLU)激活函数与离差标准化方法,可有效提高训练精度与速度。结合蒙特卡洛法抽样出待解样本,使用训练后的SDAE能量流模型,通过数据映射得到抽样样本的能量流结果,在不增加硬件成本的前提下求解概率能量流,求解时间和精度符合在线应用要求。最后,在IEEE14-NGS10电–气综合能源系统中验证了所提方法的有效性。
|
| 关 键 词： | 概率能量流 深度神经网络 堆栈降噪自动编码器 蒙特卡洛模拟法 |
Fast Probabilistic Energy Flow Analysis Based on Deep Learning |
| |
| YU Juan,YANG Yan,YANG Zhifang,XIANG Mingxu,XIE Song,ZHOU Ping,REN Pengling,ZHANG Yu.Fast Probabilistic Energy Flow Analysis Based on Deep Learning[J].Proceedings of the CSEE,2019(1):22-30,317. |
| |
| Authors: | YU Juan YANG Yan YANG Zhifang XIANG Mingxu XIE Song ZHOU Ping REN Pengling ZHANG Yu |
| |
| Affiliation: | (State Key Laboratory of Power Transmission Equipment &System Security and New Technology (Chongqing University), Shapingba District,Chongqing 400044,China;State Grid Chongqing Electric Power Company,Yuzhong District,Chongqing 400014,China;Economic &Technology Research Institute,State Grid Chongqing Electric Power Company, Yubei District,Chongqing 401121,China) |
| |
| Abstract: | YU Juan;YANG Yan;YANG Zhifang;XIANG Mingxu;XIE Song;ZHOU Ping;REN Pengling;ZHANG Yu(State Key Laboratory of Power Transmission Equipment &System Security and New Technology (Chongqing University), Shapingba District,Chongqing 400044,China;State Grid Chongqing Electric Power Company,Yuzhong District,Chongqing 400014,China;Economic &Technology Research Institute,State Grid Chongqing Electric Power Company, Yubei District,Chongqing 401121,China) |
| |
| Keywords: | probabilistic energy flow deep neural network stacked denoising auto-encoders (SDAE) Monte-Carlo simulation method |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
