<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>

      3. <address id="n0hly"></address>
      3. 
	
        

		
		

	
        
				
			加急見(jiàn)刊
		
        
		

		
		
        
			
        
				
				
				
        
					
					
        
						
						
        基于數據驅動(dòng)和深度置信網(wǎng)絡(luò )的配電網(wǎng)無(wú)功優(yōu)化
        
						
        邵美陽(yáng); 吳俊勇; 石琛; 安然; 朱孝文; 黃杏; 蔡蓉  北京交通大學(xué)電氣工程學(xué)院; 北京市海淀區100044; ABB研究院; 北京市朝陽(yáng)區100015
        

					
        
					
        摘要：隨著(zhù)分布式電源和隨機負荷電動(dòng)汽車(chē)等的大量接入,配電網(wǎng)的運行環(huán)境日益復雜,對在線(xiàn)無(wú)功優(yōu)化及其快速性提出了更高的要求。該文將“深度學(xué)習”引入配電網(wǎng)無(wú)功優(yōu)化,提出了基于深度置信網(wǎng)絡(luò )的無(wú)功優(yōu)化方法。通過(guò)構造高維隨機矩陣,從配電網(wǎng)運行數據中提取統計特征作為輸入,將歷史控制策略進(jìn)行編碼作為輸出,利用先無(wú)監督后有監督的方式訓練深層架構,學(xué)習系統特征與無(wú)功優(yōu)化策略之間的映射關(guān)系,建立基于數據驅動(dòng)和深度置信網(wǎng)絡(luò )的配電網(wǎng)無(wú)功優(yōu)化模型?；诟脑斓腎EEE-37節點(diǎn)主動(dòng)配電網(wǎng)仿真模型,對比分析了歷史數據量和分布式電源滲透率場(chǎng)景對傳統優(yōu)化方法,場(chǎng)景匹配方法和所提方法的無(wú)功優(yōu)化效果的影響。結果表明,所提方法可明顯降低網(wǎng)絡(luò )損耗和節點(diǎn)電壓偏移,它不依賴(lài)于系統的模型和參數,在線(xiàn)決策速度快,且對歷史數據量要求較低,在高滲透率分布式發(fā)電等未知場(chǎng)景下仍能表現優(yōu)良,驗證了該方法的正確性、有效性和較強的魯棒性。
        
					
        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系電網(wǎng)技術(shù)雜志社
        
				
        
				

			
        
		
        

		
		

	
        

	
	
	
	
	
	
	
	


亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看

        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>
        

          <small id="n0hly"><progress id="n0hly"></progress></small>
          3. 

          <address id="n0hly"></address>
          3.