基于改进卷积神经网络拓扑特征挖掘的配电网结构坚强性评估方法

• 作者: 张焰 林君豪 苏运 赵腾
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 配电网结构坚强性 分布式电源 卷积神经网络 空间金字塔池化 多卷积通道融合
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 新一代人工智能在智能电网和能源互联网中的应用
• 页码范围: 84-96
• 页数: 13页
• 分类号: TM711
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.181465

摘要

提出一种基于拓扑特征分析和深度卷积神经网络的配电网网架结构坚强性评估方法.将考虑分布式电源出力不确定性的配电网运行状态与配电网拓扑特性相结合,构建涵盖可靠性、运行裕度和结构鲁棒性3个配电网结构坚强性要点的拓扑指标集,提升评估指标刻画配电网实际状态的能力;通过多通道融合和多级池化改进卷积神经网络,解决了传统方法无法自主挖掘评估指标数据特征,以及难以直接分析不同维度的评价指标和同一指标不同尺寸的数据这两方面问题.通过对华东地区某中压配电网进行算例分析,说明所提出的评估方法的有效性和优越性.