基于神经网络的分布式光伏故障外特性聚合等值建模

doi:10.20097/j.cnki.issn1007-9904.2025.04.008

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于神经网络的分布式光伏故障外特性聚合等值建模

更新时间：2025-10-21

- 基于神经网络的分布式光伏故障外特性聚合等值建模
- Vol. 52, Issue 4, Pages: 69-80(2025)
- 作者机构：
  
  1. 国网山东省电力公司
  2. 国网山东省电力公司电力科学研究院
  3. 山东省智能电网技术创新中心
  4. 南京南瑞继保电气有限公司
- 作者简介：
- 基金信息：
- DOI：10.20097/j.cnki.issn1007-9904.2025.04.008
  CLC： TM615;TP183
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, 52(4): 69-80.
DOI：

[J]. 2025, 52(4): 69-80. DOI： 10.20097/j.cnki.issn1007-9904.2025.04.008.

摘要

提出一种基于LSTM神经网络的分布式光伏故障外特性聚合等值建模方法。该方法可以输出任意出力下等值光伏系统并网点的I-V曲线，在并网点电压跌落后能够预测等值系统的故障特性。相比传统机理建模，该方法无须对复杂物理系统进行具体建模，能够精确映射配电网的强非线性输入输出。所建立的LSTM模型首先使用一维卷积层对光伏出力系数进行特征提取，然后利用两层隐藏层处理序列数据，在全连接层中将向量映射为外特性曲线序列。基于传统光伏电源模型搭建典型的配电网网络，选择大量不同出力组合进行仿真，为LSTM模型训练提供有效的训练集和验证集数据，同时建立独立的测试集测试最优模型的准确性。最后利用最佳模型建立等值配电网系统，在并网点设置不同程度电压跌落，将故障特性与完整模型的故障特性进行对比，仿真结果可以证明所提方法的可靠性和实用性。

Abstract

关键词

Keywords

references

Views

102

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于变分推断的超短期风电功率预测

Short-term System Margin Price Forecasting Using Artificial Neural Network

Research on Distributed Development,Utilization and Disposal of Photovoltaic Poverty Alleviation Areas

Short-term Wind Speed Rolling Prediction Method Based on the Hybrid LMD and GA-BP Neural Network

A Prediction and Acceleration Approach of Scientific Research Hotspot Based on Standard Sequence Generation

Related Author

杨子江

刘恩仁

高嵩

曲建璋

路宽

刘广建

汪全

尚玲玲

Related Institution

山东科技大学电气与自动化工程学院

华北电力大学,华北电力大学,华北电力大学北京 102206,北京 102206

南京南瑞集团公司

华北电力大学经济与管理学院

国网山东省电力公司烟台供电公司

AI问答

⁰