基于数据驱动的低感知度配电网动态无功优化
文档名：基于数据驱动的低感知度配电网动态无功优化
摘要：由于配电网网络通信基础设施较差,且节点监控覆盖不完全,因此存在无法实时采集数据的节点,导致无法进行传统无功优化.为此,提出了一种数据驱动的低感知度配电网动态无功优化方法.通过K-means算法聚类节点历史负荷,对非实时观测节点依据特征分类;选择最优超参数基于时间卷积网络进行量测数据补全;最终通过改进后的社交网络搜索算法实现动态无功优化,并仿真验证了方法的有效性.
Abstract：Duetopoorcommunicationinfrastructureinthedistributionnetworkandincompletenodemonitoringcoverage,therearenodesthatcannotcollectdatainreal-time,resultingintheinabilitytoperformtraditionalreactivepoweroptimization.Tothisend,adata-drivenlowperceptiondynamicreactivepoweroptimizationmethodfordistributionnetworkswasproposed.ClusternodehistoricalloadsusingK-meansalgorithm,andclassifynonreal-timeobservationnodesbasedonfeatures;theoptimalhyperparameterswereselectedtocompletethemeasurementdatabasedonthetimeconvolutionnetwork;finally,theimprovedsocialnetworksearchalgorithmwasusedtoachievedynamicreactivepoweroptimization,andtheeffectivenessofthemethodwasverifiedthroughsimulation.
作者：徐晓春 卜强生 俞婧雯 赵娜 王涛 窦晓波 Author：XuXiaochun BuQiangsheng YuJingwen ZhaoNa WangTao DouXiaobo
作者单位：国网江苏省电力有限公司淮安供电分公司,江苏淮安223001国网江苏省电力公司电力科学研究院,江苏南京210000东南大学电气工程学院,江苏南京210096
刊名：电气自动化 ISTIC
Journal：ElectricalAutomation
年，卷(期)：2024, 46(3)
分类号：TM73
关键词：时间卷积网络社交网络搜索算法K-means算法动态无功优化数据驱动
Keywords：temporalconvolutionalnetworksocialnetworksearchalgorithmK-meansalgorithmdynamicreactivepoweroptimizationdatadriven
机标分类号：TP391TN915.04TP212
在线出版日期：2024年6月21日
基金项目：国网江苏省电力有限公司科技项目基于数据驱动的低感知度配电网动态无功优化[
期刊论文]电气自动化--2024, 46(3)徐晓春卜强生俞婧雯赵娜王涛窦晓波由于配电网网络通信基础设施较差,且节点监控覆盖不完全,因此存在无法实时采集数据的节点,导致无法进行传统无功优化.为此,提出了一种数据驱动的低感知度配电网动态无功优化方法.通过K-means算法聚类节点历史负荷,对非实...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于数据驱动的低感知度配电网动态无功优化Dynamic Reactive Power Optimization of Low Perception Distribution Networks Based on Data-driven Approach
基于数据驱动的低感知度配电网动态无功优化.pdf
页:
[1]