[发明专利]基于BP神经网络的概率潮流在线计算方法

摘要

本发明公开了一种基于BP神经网络的概率潮流在线计算方法，主要包括以下步骤：1)建立BP神经网络潮流模型。2)初始化BP神经网络潮流模型的基本参数。3)获取训练样本数据。4)确定训练目标。采用所述训练样本数据，对所述BP神经网络潮流模型进行训练，从而得到训练后的BP神经网络潮流模型。5)获取计算样本。6)将步骤3得到的训练样本数据一次性输入步骤4中训练完成的BP神经网络潮流模型中，得到所述训练目标，从而判断所有训练样本的潮流可解性；计算可解样本的潮流值。7)统计概率潮流指标。本发明可广泛应用于电力系统的概率潮流在线计算，特别适用于新能源高比例接入导致电力系统不确定性增强的情况。

主权项

1.一种基于BP神经网络的概率潮流在线计算方法，其特征在于，主要包括以下步骤：1)建立所述BP神经网络潮流模型；2)初始化BP神经网络潮流模型的基本参数，主要包括：输入层到隐含层的权重Wij、隐含层到输出层的权重Wje和学习速率η。3)获取训练样本数据；所述训练样本数据主要包括电力系统的风速、光照辐射度和负荷；4)确定训练目标，即权值矩阵与偏移向量参数θ＝{W,b}；采用所述训练样本数据，基于步骤2中的初始化BP神经网络潮流模型的基本参数和训练目标，对所述BP神经网络潮流模型进行训练，从而得到训练后的BP神经网络潮流模型；5)采用蒙特卡洛法(MCS法)或改进MCS法对待计算概率潮流的电力系统的随机变量进行抽样，从而获取计算样本；所述随机变量主要包括待计算概率潮流的电力系统的风速、光照辐射度和负荷；6)将步骤3得到的训练样本数据一次性输入步骤4中训练完成的BP神经网络潮流模型中，得到所述训练目标，从而判断所有训练样本的潮流可解性；计算可解样本的潮流值；7)统计概率潮流指标；所述概率潮流指标主要包括训练后的BP神经网络潮流模型输出变量的均值、方差和概率分布；输出变量主要包括电力系统所有节点的电压幅值和相角、各支路有功和无功功率。