
基本信息:
- 专利标题: 一种基于LSTM的电力系统振荡风险预测方法
- 申请号:CN202210272610.1 申请日:2022-03-18
- 公开(公告)号:CN114861969A 公开(公告)日:2022-08-05
- 发明人: 王步华 , 朱劭璇 , 杜晓勇 , 谢岩 , 付红军 , 唐晓骏 , 熊浩清 , 姚德贵 , 李程昊 , 李晓萌 , 高泽
- 申请人: 国网河南省电力公司 , 中国电力科学研究院有限公司 , 国网河南省电力公司电力科学研究院
- 申请人地址: 河南省郑州市二七区嵩山南路87号; ;
- 专利权人: 国网河南省电力公司,中国电力科学研究院有限公司,国网河南省电力公司电力科学研究院
- 当前专利权人: 国网河南省电力公司,中国电力科学研究院有限公司,国网河南省电力公司电力科学研究院
- 当前专利权人地址: 河南省郑州市二七区嵩山南路87号; ;
- 代理机构: 郑州知己知识产权代理有限公司
- 代理人: 季发军
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/06 ; G06Q50/06 ; G06N3/08 ; G06N3/04
摘要:
本发明属于电力系统振荡风险预测技术领域,具体涉及基于LSTM的电力系统振荡风险预测方法。该方法通过提取电网WAMS实时测量数据中的振荡信息,统计电网某时间段内振荡次数的变化情况,作为LSTM长短期记忆神经网络的训练数据,通过调整神经网络参数,训练神经网络,最终实现对电力系统未来时段振荡次数的准确预测,为电网调度运行人员提供预警并作为采取安全控制措施的依据,有利于保障电力系统的安全稳定运行。