[发明专利]一种电-气耦合系统状态估计方法、系统、设备及介质

权利要求书

1.一种电-气耦合系统状态估计方法，其特征在于,包括：

基于获取的电-气耦合系统的量测数据得到高频量测数据和低频量测数据；

基于预先训练好的高频长短期记忆神经网络状态估计模型将所述高频量测数据进行非线性分解得到高频状态量；

基于预先训练好的低频长短期记忆神经网络状态估计模型将所述低频量测数据进行非线性分解得到低频状态量；

基于所述高频状态量和低频状态量估计所述电-气耦合系统状态。

2.如权利要求1所述的方法，其特征在于，所述基于获取的电-气耦合系统的量测数据得到高频量测数据和低频量测数据，包括：

基于所述电-气耦合系统的量测数据结合奇异谱分解得到高频量测数据和低频量测数据。

3.如权利要求2所述的方法，其特征在于，所述在高频长短期记忆神经网络状态估计模型和低频长短期记忆神经网络状态估计模型训练之前还包括：

获取电-气综合能源系统的历史量测数据和历史状态数据；

基于所述历史量测数据采用奇异谱进行分解得到历史量测高频数据和低频数据；

基于所述历史状态量数据采用奇异谱进行分解得到历史状态高频数据和低频数据。

4.如权利要求3所述的方法，其特征在于，所述高频长短期记忆神经网络的训练包括：

由所述历史量测高频数据作为高频长短期记忆神经网络的输入，所述历史状态高频数据作为输出，对所述高频长短期记忆神经网络进行训练，得到训练好的高频长短期记忆神经网络。

5.如权利要求4所述的方法，其特征在于，所述低频长短期记忆神经网络的训练包括：

由所述历史量测低频数据作为低频长短期记忆神经网络的输入，所述历史状态低频数据作为输出，对所述低频长短期记忆神经网络进行训练，得到训练好的低频长短期记忆神经网络。

6.如权利要求1所述的方法，其特征在于，所述电-气耦合系统的实时量测数据包括以下一种或多种：

电网电压幅值、电网节点有功功率、电网节点无功功率、电网线路有功负荷、电网线路无功负荷、气网节点压强、气网节点流量、气网管道流量、电网电压相角。

7.如权利要求1所述的方法，其特征在于，所述基于所述高频状态量和低频状态量估计电-气耦合系统状态，包括：

将所述高频状态量和所述低频状态量进行叠加得到电-气耦合系统状态估计结果。

8.一种电-气耦合系统状态估计系统，其特征在于,包括：

量测数据获取模块，用于基于获取的电-气耦合系统的量测数据得到高频量测数据和低频量测数据；

高频状态量估计模块，用于基于预先训练好的高频长短期记忆神经网络状态估计模型将所述高频量测数据进行非线性分解得到高频状态量；

低频状态量估计模块，用于基于预先训练好的低频长短期记忆神经网络状态估计模型将所述低频量测数据进行非线性分解得到低频状态量；

估计结果获取模块，用于基于所述高频状态量和低频状态量估计所述电-气耦合系统状态。

9.如权利要求8所述的系统，其特征在于，所述量测数据获取模块具体用于：

基于获取的电-气耦合系统的量测数据得到高频量测数据和低频量测数据。

10.如权利要求9所述的系统，其特征在于，所述在高频长短期记忆神经网络状态估计模型和低频长短期记忆神经网络状态估计模型训练之前还包括：

获取电-气综合能源系统的历史量测数据和历史状态数据；

基于所述历史量测数据采用奇异谱进行分解得到历史量测高频数据和低频数据；

基于所述历史状态数据采用奇异谱进行分解得到历史状态高频数据和低频数据。