摘要:智能电网建设的快速推进,导致状态估计算法所处理的数据量急剧增加。串行状态估计算法求解速度慢,无法满足电力系统实时分析的要求;而并行状态估计方法需要大规模计算集群的支持,会占据大量的硬件资源并产生高能耗。为解决上述问题,提出一种基于神经网络的状态估计方法。该方法以离线方式搭建并训练神经网络。在状态估计的实际计算中,以神经网络的前向计算代替传统算法中的迭代最小二乘拟合,从而大幅减少状态估计算法的执行时间。由于神经网络的前向计算所需时间很短,即使处理大规模电网,提出的方法仍可在单机平台上运行,从而避免使用大规模计算集群所需的能耗。同时,神经网络自身的高容错性还能有效地修正量测数据中的误差。实验结果表明,与串行方法相比,所提方法计算速度提升了约205倍。
关键词:状态估计 智能电网 神经网络 权重初始化
单位:华北电力大学电子与通信工程系; 河北保定071001
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社