典型文献
基于一维卷积神经网络的配电网无功优化
文献摘要：
深度学习和数据驱动技术的快速发展,为历史数据下的配电网无功优化提供了新的解决方法,提出了一种基于一维卷积神经网络的配电网无功优化方法.利用配电网节点的历史负荷数据,用优化算法得到对应的无功优化策略,并将无功优化策略进行二进制编码.通过训练一维卷积神经网络模型来映射配电网节点负荷和无功优化策略间的非线性关系,将训练好的模型用于配电网无功优化.在一个改造后的IEEE 33配电网节点系统进行仿真验证,结果表明相比九区图无功优化,所提方法的系统网损和节点电压偏移明显降低.
文献关键词：
无功优化;深度学习;数据驱动;一维卷积神经网络;九区图
中图分类号：
作者姓名：
和鹏;王兴鑫;刘志坚
作者机构：
云南电网有限责任公司电力科学研究院,云南昆明650217;昆明理工大学电力工程学院,云南昆明650500
文献出处：
引用格式：
[1]和鹏;王兴鑫;刘志坚-.基于一维卷积神经网络的配电网无功优化)[J].电气应用,2022(02):57-63
A类：
九区图
B类：
一维卷积神经网络,配电网无功优化,数据驱动技术,历史数据,负荷数据,二进制编码,卷积神经网络模型,非线性关系,练好,IEEE,节点系统,仿真验证,网损,节点电压,电压偏移
AB值：
0.173328
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
