基于神经网络的分布式光伏故障外特性聚合等值建模

范荣奇; 李宽; 王安宁; 高帅; 黄涛

doi:10.20097/j.cnki.issn1007-9904.2025.04.008

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

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

人工智能 | 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
- 暂无标题
- 山东电力技术 2025年52卷第4期页码：69-80
- 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：
  
  国网山东省电力公司科技项目“高密度、高比例电力电子化区域电网仿真建模及控保协同技术研究”(52062623000W)~~
- DOI：10.20097/j.cnki.issn1007-9904.2025.04.008
  中图分类号： TM615;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
范荣奇, 李宽, 王安宁, 等. 基于神经网络的分布式光伏故障外特性聚合等值建模[J]. 山东电力技术, 2025,52(4):69-80.
范荣奇, 李宽, 王安宁, 等. 基于神经网络的分布式光伏故障外特性聚合等值建模[J]. 山东电力技术, 2025,52(4):69-80. DOI： 10.20097/j.cnki.issn1007-9904.2025.04.008.

DOI：

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

浏览量

102

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于变分推断的超短期风电功率预测

基于人工神经网络的短期系统边际电价预测

光伏扶贫地区分布式开发利用及消纳研究

基于LMD与GA-BP神经网络组合的短期风速滚动预测方法

基于标准时序生成的科研热点预测及加速方法