专利名称：一种在线预测电力系统负荷能力极限的方法专利类型：发明专利
发明人：徐政,刘昇,董桓锋,李晖,王智冬,王帅申请号：CN201310529012.9申请日：20131031公开号：CN103559556A公开日：20140205
摘要：本发明公开了一种在线预测电力系统负荷能力极限的方法，该方法由基于电网状态相似度指标的样本筛选方法、Lasso方法和误差反向传播型神经网络三部分组成；其中基于电网状态相似度指标的样本筛选方法以样本负荷能力极限值和电网状态相似度量化指标为依据，对训练样本进行筛选。Lasso方法对训练样本进行回归分析，确定各状态量中对负荷能力极限最具有解释性的系统状态量。误差反向传播型神经网络通过精简后的训练样本来离线拟合负荷能力极限并用于在线预测。该方法能够在保证预测精度的情况下明显提高误差反向传播型神经网络的离线训练效率。
申请人：浙江大学,国家电网公司
地址：310027 浙江省杭州市西湖区浙大路38号
国籍：CN
代理机构：杭州天勤知识产权代理有限公司
代理人：胡红娟
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容