本发明涉及能源优化配置,特别涉及一种电力分区备用的预测方法、系统及设备。
背景技术:
1、电力系统备用容量是指电力系统为在设备检修、事故、调频等情况下仍能保证电力市场需求而需要增设的设备容量。
2、由于电力系统过于庞大,采用分区备用的方式来保障电力供应。分区备用是指在电力系统中将不同的区域或部分作为独立的系统进行管理和运行。每个分区都有自己的备用能源和设备,可以在主系统发生故障时迅速投入运行,保证电力系统的稳定和可靠。
3、但是对于电力系统的分区方法,传统技术中依赖调度员的工作经验进行电力系统分区,然而调度员在面对复杂的能源数据时,受主观经验的影响,无法做出全面正确的决策。因此,提出基于统计模型对电力系统进行分区,但是在面临时序性、复杂性的能源数据时,统计模型计算速度较为缓慢,并且存在预测精度较低的问题。
技术实现思路
1、为解决上述技术问题,本发明提供一种电力分区备用的预测方法、系统及设备,用以解决传统技术中对电力系统的分区预测方案获取计算缓慢,预测精度较低的问题。
2、本发明实施例提出一种电力分区备用的预测方法,包括:
3、获取电力系统的网络架构;
4、根据所述网络架构的关联特征,基于分区备用模型对电力系统进行分区,构建若干电力分区系统;
5、获取所述电力分区系统的能源数据;
6、将所述能源数据向分区预测模型传输,所述分区预测模型输出电力备用方案;
7、判断所述电力备用方案是否满足所述电力分区系统的场景条件,当所述电力备用方案满足所述场景条件时,获取电力分区系统对应的分区预测方案。
8、优选的,电力分区备用的预测方法,所述根据所述网络架构的关联特征,基于分区备用模型对电力系统进行分区,构建若干电力分区系统,包括:
9、所述分区备用模型以电力系统的覆盖区域范围进行分区,构建电力分区系统。
10、优选的,电力分区备用的预测方法,所述判断所述电力备用方案是否满足所述电力分区系统的场景条件,当所述电力备用方案满足所述场景条件时,获取电力分区系统对应的分区预测方案,还包括:
11、当所述电力备用方案不满足所述场景条件时,所述分区备用模型根据所述网络架构的关联特征进行再次分区,重新构建电力分区系统;cnn模型根据重新构建的所述电力分区系统的能源数据,输出电力备用方案,直至满足所述电力分区系统的所述场景条件,获取电力分区系统对应的分区预测方案。
12、优选的,电力分区备用的预测方法,所述能源数据,包括电力分区系统的用电量数据、储备电量数据、电力传输损耗数据以及用电成本数据。
13、优选的,电力分区备用的预测方法,所述分区预测模型,包括:
14、构建cnn模型;
15、对所述cnn模型基于训练样本进行训练优化,获取分区预测模型。
16、优选的,电力分区备用的预测方法,步骤:构建cnn模型,包括:
17、构建输入层、多个卷积层、池化层、全连接层和输出层。
18、优选的,电力分区备用的预测方法,步骤:对所述cnn模型基于训练样本进行训练优化,获取分区预测模型,包括:
19、输入层获取训练样本中的样本能源数据,并对所述样本能源数据进行数据类型识别和数据归一化处理,获取预处理样本数据;
20、通过卷积层内设的卷积核提取所述预处理样本数据中的多通道特征信息,构建样本数据特征向量;
21、通过池化层对所述样本数据特征向量进行降维处理,获取低维样本特征向量;
22、全连接层对所述低维样本特征向量进行映射变换处理,获取样本数据电力备用方案;
23、输出层将所述样本数据电力备用方案输出;
24、基于模型结构约束条件对所述cnn模型进行结构优化;
25、获取训练样本中的标准电力备用方案;
26、通过模型评估函数分析所述样本数据电力备用方案和所述标准电力备用方案,优化所述cnn模型的控制参数,使所述样本数据电力备用方案与标准电力备用方案近似拟合,获取所述分区预测模型。
27、优选的,电力分区备用的预测方法,步骤:基于模型结构约束条件对所述cnn模型进行结构优化,包括:
28、检测cnn模型根据所述样本能源数据输出所述样本数据电力备用方案的处理时间;
29、当所述处理时间超出预设处理时间时,调整所述cnn模型的层级结构。
30、优选的,电力分区备用的预测方法,步骤:通过模型评估函数分析所述样本数据电力备用方案和所述标准电力备用方案,优化所述cnn模型的控制参数,使所述样本数据电力备用方案与标准电力备用方案近似拟合,获取所述分区预测模型,包括:
31、根据所述样本数据电力备用方案与标准电力备用方案,获取偏差数据;
32、通过模型评估函数获取所述cnn模型中所述输出层、卷积层、池化层和所述输入层的层级偏差数据;
33、更新所述输入层、卷积层、池化层、全连接层、输出层的权重值;
34、重复上述步骤,直至满足训练终止条件,获取所述分区预测模型。
35、优选的,电力分区备用的预测方法,所述训练终止条件为对所述cnn模型训练达到预设训练次数,或所述cnn模型满足收敛条件。
36、一种电力分区备用的预测系统,包括:
37、电力分区模块,用于获取电力系统的网络架构,并根据所述网络架构的关联特征,基于分区备用模型对电力系统进行分区,构建若干电力分区系统;
38、数据获取模块,用于获取所述电力分区系统的能源数据;
39、模型预测模块,用于将所述能源数据向分区预测模型传输,所述分区预测模型输出电力备用方案;
40、条件约束模块,用于判断所述电力备用方案是否满足所述电力分区系统的场景条件,当所述电力备用方案满足所述场景条件时,获取电力分区系统对应的分区预测方案。
41、一种电子设备,包括:
42、存储器和处理器,所述存储器上存储有并可在处理器上执行的计算机程序,所述处理器用于执行所述计算机程序时实现上述任一实施例项所述方法。
43、与传统技术相比,本发明的有益效果在于:分区备用模型通过电力系统网络架构的关联特征,实现电力分区系统的构建,并通过分区预测模型根据电力分区系统的能源数据,获取电力备用方案,并在取电力备用方案满足场景条件时,获取电力分区系统对应的分区预测方案;采用分区备用模型实现了对电力系统的智能分区,通过分区预测模型处理时序性和复杂性的能源数据,获取电力备用方案,解决了传统技术中依赖人为经验决策的缺陷,同时分区预测模型基于cnn模型构建,解决了传统技术中基于统计模型计算数据速度缓慢,预测精度较低的问题;并且通过场景条件的判断,以保证分区预测方案符合电力分区系统的实际情况。
1.一种电力分区备用的预测方法,其特征在于,包括:
2.根据权利要求1所述的电力分区备用的预测方法,其特征在于,所述根据所述网络架构的关联特征,基于分区备用模型对电力系统进行分区,构建若干电力分区系统,包括:
3.根据权利要求1所述的电力分区备用的预测方法,其特征在于,所述判断所述电力备用方案是否满足所述电力分区系统的场景条件,当所述电力备用方案满足所述场景条件时,获取所述电力分区系统对应的分区预测方案,还包括:
4.根据权利要求1所述的电力分区备用的预测方法,其特征在于,
5.根据权利要求1所述的电力分区备用的预测方法,其特征在于,
6.根据权利要求5所述的电力分区备用的预测方法,其特征在于,所述构建cnn模型,包括:
7.根据权利要求6所述的电力分区备用的预测方法,其特征在于,所述对所述cnn模型基于训练样本进行训练优化,获取分区预测模型,包括:
8.根据权利要求7所述的电力分区备用的预测方法,其特征在于,所述基于模型结构约束条件对所述cnn模型进行结构优化,包括:
9.根据权利要求7所述的电力分区备用的预测方法,其特征在于,所述通过模型评估函数分析所述样本数据电力备用方案和所述标准电力备用方案,优化所述cnn模型的控制参数,使所述样本数据电力备用方案与标准电力备用方案近似拟合,获取所述分区预测模型,包括:
10.根据权利要求9所述的电力分区备用的预测方法,其特征在于,
11.一种电力分区备用的预测系统,其特征在于,包括:
12.一种电子设备,其特征在于,包括: