-
题名基于支持向量回归数据驱动的配电网潮流回归
- 1
-
-
作者
张泰源
周云海
陈潇潇
郑培城
-
机构
三峡大学电气与新能源学院
-
出处
《三峡大学学报（自然科学版）》
CAS
北大核心
2024年第3期91-98,共8页
-
基金
国网冀北电力有限公司科技项目(SGJBDK00DZJS2310065)。
-
文摘
随着大量分布式电源接入配电网,配电网潮流分布由原来的单向流动转为双向流动,配电网潮流分布不均、电压越限等问题频现,研究适用于主动配电网的潮流计算更为重要.由于中低压配电网电气参数往往收集不到,量测系统也不如输电网完备,开关动作导致的拓扑变化难以实时反映到监控系统.实践中难以将基于导纳矩阵的输电网潮流方法应用到中低压配电网中.鉴于此,本文提出一种数据驱动的潮流线性回归模型,以实现不依赖于配电网物理模型的潮流计算与分析.首先建立不同类型的母线已知量与未知量的映射关系;其次,进一步推导该模型母线类型变换的更新方式;然后构建基于支持向量回归(support vector regression,SVR)的潮流回归模型,通过嵌入高斯核函数以及对样本进行聚类更好地拟合潮流的非线性;最后,在多个IEEE标准系统和改进的IEEE33节点系统仿真验证了所提方法的有效性.
-
关键词
数据驱动
潮流计算
支持向量回归
母线类型变换
机器学习
-
Keywords
data-driven
power flow calculation
support vector regression
bus type transformation
machine learning
-
分类号
TM744
[电气工程—电力系统及自动化]
-
