[发明专利]基于BP神经网络的无功和电压控制充裕性评估方法

权利要求书

1.基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

所述方法包括以下步骤：

步骤1：建立电压无功控制充裕性评估指标体系，包括无功补偿设备性能、设备安全性、超调量、偏差值以及响应时间；

步骤2：按照步骤1的评估指标体系获取评估指标数据；

步骤3：基于步骤2的数据，采用BP神经网络和AHP分析法，构建并训练得到无功和电压控制充裕性评估模型；

步骤4：获取实际运行时的评估指标数据并进行预处理；

步骤5：将步骤4预处理后的数据输入所述评估模型，得到无功和电压控制充裕性评估结果。

2.根据权利要求1所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3中，利用AHP分析法计算设备性能、设备安全性和响应时间的权重系数，以设备性能、设备安全性和响应时间与其对应权重系数的乘积、超调量以及偏差值作为输入，以无功和电压控制充裕性百分制评估分数作为输出，以自定义误差以及训练次数上限作为约束条件，利用BP神经网络对输入和输出数据进行离线训练，通过不断训练神经网络中的权重系数得到基于BP神经网络的无功和电压控制充裕性评估模型。

3.根据权利要求1所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3具体包括以下步骤：

步骤3.1：输入步骤2得到的评估指标数据，包括无功补偿设备性能、设备安全性、超调量、偏差值以及响应时间；

步骤3.2：初始化BP神经网络中的权值和偏置量；

步骤3.3：对评估指标进行主观类指标和客观类指标分类；

步骤3.4：采用AHP分析法计算各项主观类指标的权重系数；

步骤3.5：以各项主观类指标与其对应权重系数的乘积、各项客观类指标数据作为输入，以无功和电压控制充裕性百分制评估分数作为输出，利用BP神经网络对输入输出数据进行训练，得到隐含层的最佳权值和偏置项；

步骤3.6：判断训练次数是否达到1000次并且每次训练输出的评分与理论评分的误差均小于理论评分的1％，若是，则此时的主观和客观的各项指标权重系数以及隐含层的权值和偏置项为一组最佳参数，将拥有最佳参数的BP神经网络作为无功和电压控制充裕性评估模型，否则返回步骤3.1更改输入重新训练。

4.根据权利要求3所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3.3中，主观类指标包括无功补偿设备性能、设备安全性和响应时间；

客观类指标包括超调量和偏差值。

5.根据权利要求4所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3.4具体包括以下步骤：

步骤3.4.1：分析主观类指标的影响因素，构造层次分析结构；

步骤3.4.2：采用一致矩阵法构造基于影响因素的判断矩阵；

步骤3.4.3：对步骤3.4.2的矩阵进行一致性检验；

步骤3.4.4：计算各项主观类指标的权重系数。

6.根据权利要求5所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3.4.1中构造的层次分析结构中，无功补偿设备性能影响因素包括：抗干扰性能、滤波性能；

设备安全性影响因素包括：绝缘性能；

装置响应时间影响因素包括：软件因素、硬件因素。

7.根据权利要求5所述的基于BP神经网络的无功和电压控制充裕性评估方法，其特征在于：

步骤3.4.4中，基于判断矩阵，计算得到各项主观类指标在各影响因素方面的权重并取平均值作为各项主观类指标的权重系数。