-
题名基于深度学习的SESN供电网络电能质量评估
被引量：4
- 1
-
-
作者
贾学翠
李相俊
闫士杰
王上行
徐少华
-
机构
中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室
东北大学信息科学与工程学院
-
出处
《控制工程》
CSCD
北大核心
2021年第10期2052-2059,共8页
-
基金
国家电网公司科技项目(DG71-18-009)。
-
文摘
为保证超大规模储能供电网络安全可靠地运行,提出一种基于深度学习的电能质量评估方法。首先,依据电能质量国家标准,提出电能质量评估指标5等级划分法,建立基于深度置信网络(DBN)的电能质量评估模型。然后,考虑储能供电网络的构成、运行特征和储能可用容量,将储能系统荷电状态(SOC)预估结果作为其电能质量评估的另一指标,构建基于DBN的超大规模电池储能供电网络系统电能质量评估仿真模型。最后,按照电能质量指标等级分类对模拟数据做标准化处理,构造基于DBN的电能质量评估训练数据集。通过将结果与其他评估方法进行比较,验证了该方法的优越性。
-
关键词
超大规模电池储能
SOC预估
深度置信网络
电能质量评估
深度学习
-
Keywords
Super-large-scale battery energy storage
SOC estimation
deep belief network
power quality assessment
deep learning
-
分类号
TM731
[电气工程—电力系统及自动化]
-
