System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 日韩美无码五月天,无码人妻精品一区二区三区9厂,无码精品人妻一区二区三区免费
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于時序動態解析的配電網結構動態推演方法及系統技術方案

    技術編號:44279865 閱讀:10 留言:0更新日期:2025-02-14 22:17
    本申請涉及電力系統技術領域,提供了基于時序動態解析的配電網結構動態推演方法及系統,其采用基于深度學習的數據處理算法來分別對發電側數據、電網側數據和用戶側數據的時間隊列進行嵌入編碼和主成分時序聚合,以此根據發電側數據特征主成分時序聚合表示、電網側數據特征主成分時序聚合表示和用戶側數據特征主成分時序聚合表示之間的時空顯著聯合表示來智能地得到碳排放的短時預測值。這樣,通過整合發電側、電網側和用戶側的多源數據,可以更準確地捕捉配電網中復雜的時序動態關系,使得碳排放的預測更加精準,從而顯著提升了碳排放預測的實時性、全面性和智能程度。

    【技術實現步驟摘要】

    本申請涉及電力系統,且更為具體地,涉及基于時序動態解析的配電網結構動態推演方法及系統


    技術介紹

    1、配電網在電力系統中扮演著至關重要的角色,它將發電站產生的高壓電力輸送至低壓電網,并最終分配給家庭和商業用戶。在電力行業中,碳排放的管理對于優化發電資源配置和減少環境影響至關重要。因而,通過準確預測碳排放,可以更有效地規劃發電資源,尤其是提升可再生能源的使用比例,從而促進綠色能源的可持續利用。

    2、傳統對配電網的碳排放進行預測往往只考慮單一來源的數據,如發電量或用電量。然而,現代電力系統涉及多個層面的數據,包括發電側、電網側和用戶側,這些數據之間存在復雜的相互作用,例如發電側的可再生能源輸出受天氣條件影響,而用戶側的用電量則隨時間和季節波動,傳統預測方法未能充分利用這些多源數據的綜合信息,導致預測結果不夠全面和準確。此外,傳統方法通常是基于歷史數據進行靜態分析,無法實時反映當前的動態變化。配電網的供需關系、運行狀態等隨時都在變化,而傳統的預測方法由于缺乏實時數據更新機制,無法及時捕捉這些時序變化,導致預測結果滯后且不夠準確。

    3、因此,期望基于時序動態解析的配電網結構動態推演方案。


    技術實現思路

    1、本申請針對現有技術中的缺點,提供了基于時序動態解析的配電網結構動態推演方法及系統。

    2、根據本申請的一個方面,提供了基于時序動態解析的配電網結構動態推演方法,其包括:

    3、獲取發電側數據的時間隊列、電網側數據的時間隊列和用戶側數據的時間隊列

    4、分別對所述發電側數據的時間隊列、所述電網側數據的時間隊列和所述用戶側數據的時間隊列進行嵌入編碼以得到發電側數據嵌入編碼向量的時間隊列、電網側數據嵌入編碼向量的時間隊列和用戶側數據嵌入編碼向量的時間隊列;

    5、分別對所述發電側數據嵌入編碼向量的時間隊列、所述電網側數據嵌入編碼向量的時間隊列和所述用戶側數據嵌入編碼向量的時間隊列進行動態主成分時序聚合以得到發電側數據特征主成分時序聚合表示向量、電網側數據特征主成分時序聚合表示向量和用戶側數據特征主成分時序聚合表示向量,包括:從所述發電側數據嵌入編碼向量的時間隊列中提取當前發電側數據嵌入編碼向量和歷史發電側數據嵌入編碼向量的序列后進行主成分提取以得到當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列;對所述當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列進行圖主成分傳播聚合以得到所述發電側數據特征主成分時序聚合表示向量;

    6、基于所述發電側數據特征主成分時序聚合表示向量、所述電網側數據特征主成分時序聚合表示向量和所述用戶側數據特征主成分時序聚合表示向量之間的電網多源因素時空顯著聯合表示,得到碳排放的短時預測值。

    7、在上述基于時序動態解析的配電網結構動態推演方法中,獲取發電側數據的時間隊列、電網側數據的時間隊列和用戶側數據的時間隊列,包括:獲取所述發電側數據的時間隊列,所述發電側數據包括可再生能源的發電量和傳統能源的發電量;獲取所述電網側數據的時間隊列,所述電網側數據包括線路負載、變電站運行狀態和電壓水平;獲取所述用戶側數據的時間隊列,其中,所述用戶側數據包括用電需求、用電負荷和用電行為。

    8、在上述基于時序動態解析的配電網結構動態推演方法中,分別對所述發電側數據的時間隊列、所述電網側數據的時間隊列和所述用戶側數據的時間隊列進行嵌入編碼以得到發電側數據嵌入編碼向量的時間隊列、電網側數據嵌入編碼向量的時間隊列和用戶側數據嵌入編碼向量的時間隊列,包括:使用發電側數據嵌入編碼器對所述發電側數據的時間隊列中的各個發電側數據進行嵌入編碼以得到所述發電側數據嵌入編碼向量的時間隊列;使用電網側數據嵌入編碼器對所述電網側數據的時間隊列中的各個電網側數據進行嵌入編碼以得到所述電網側數據嵌入編碼向量的時間隊列;使用用戶側數據嵌入編碼器對所述用戶側數據的時間隊列中的各個用戶側數據進行嵌入編碼以得到所述用戶側數據嵌入編碼向量的時間隊列。

    9、在上述基于時序動態解析的配電網結構動態推演方法中,從所述發電側數據嵌入編碼向量的時間隊列中提取當前發電側數據嵌入編碼向量和歷史發電側數據嵌入編碼向量的序列后進行主成分提取以得到當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列,包括:從所述發電側數據嵌入編碼向量的時間隊列中提取所述當前發電側數據嵌入編碼向量,并對所述當前發電側數據嵌入編碼向量進行基于特征值的主成分提取以得到所述當前發電側數據主成分表示向量;將所述發電側數據嵌入編碼向量的時間隊列中的其他發電側數據嵌入編碼向量定義為歷史發電側數據嵌入編碼向量以得到所述歷史發電側數據嵌入編碼向量的序列,并對所述歷史發電側數據嵌入編碼向量的序列中的各個歷史發電側數據嵌入編碼向量進行基于特征值的主成分提取以得到所述歷史發電側數據主成分表示向量的序列。

    10、在上述基于時序動態解析的配電網結構動態推演方法中,對所述當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列進行圖主成分傳播聚合以得到所述發電側數據特征主成分時序聚合表示向量,包括:計算所述歷史發電側數據主成分表示向量的序列中的各個歷史發電側數據主成分表示向量相對于所述當前發電側數據主成分表示向量的時序傳播衰減熵絕對因子以得到發電側數據時序傳播衰減熵絕對因子的序列;基于所述歷史發電側數據主成分表示向量的序列中的各個歷史發電側數據主成分表示向量與所述當前發電側數據主成分表示向量之間的時間跨度對所述發電側數據時序傳播衰減熵絕對因子的序列中的各個發電側數據時序傳播衰減熵絕對因子進行時間維度調制以得到發電側數據時序跨度調制傳播衰減熵因子的序列;將所述發電側數據時序跨度調制傳播衰減熵因子的序列輸入基于門控函數的信息傳遞篩選模塊以得到發電側數據時序跨度調制傳播衰減權重的序列;基于所述發電側數據時序跨度調制傳播衰減權重的序列,計算所述歷史發電側數據主成分表示向量的序列的加權和以得到歷史發電側數據主成分顯著傳遞聚合表示向量;計算所述歷史發電側數據主成分顯著傳遞聚合表示向量和所述當前發電側數據主成分表示向量的按位置加和以得到所述發電側數據特征主成分時序聚合表示向量。

    11、在上述基于時序動態解析的配電網結構動態推演方法中,計算所述歷史發電側數據主成分表示向量的序列中的各個歷史發電側數據主成分表示向量相對于所述當前發電側數據主成分表示向量的時序傳播衰減熵絕對因子以得到發電側數據時序傳播衰減熵絕對因子的序列,包括:將所述歷史發電側數據主成分表示向量與所述當前發電側數據主成分表示向量的對應位置的特征值相除以得到發電側數據時序特征主成分衰減向量;計算所述發電側數據時序特征主成分衰減向量的每個特征值的絕對值的以二為底的對數函數值以得到發電側數據時序特征主成分衰減對數向量;計算所述歷史發電側數據主成分表示向量與所述發電側數據時序特征主成分衰減對數向量的按位置點乘,將得到的點乘向量進行逐位置點加以得到發電側數據時序傳播衰減值;計算以自然常數e為底的,所述發本文檔來自技高網...

    【技術保護點】

    1.基于時序動態解析的配電網結構動態推演方法,其特征在于,包括:

    2.根據權利要求1所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,獲取發電側數據的時間隊列、電網側數據的時間隊列和用戶側數據的時間隊列,包括:

    3.根據權利要求2所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,分別對所述發電側數據的時間隊列、所述電網側數據的時間隊列和所述用戶側數據的時間隊列進行嵌入編碼以得到發電側數據嵌入編碼向量的時間隊列、電網側數據嵌入編碼向量的時間隊列和用戶側數據嵌入編碼向量的時間隊列,包括:

    4.根據權利要求3所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,從所述發電側數據嵌入編碼向量的時間隊列中提取當前發電側數據嵌入編碼向量和歷史發電側數據嵌入編碼向量的序列后進行主成分提取以得到當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列,包括:

    5.根據權利要求4所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,對所述當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列進行圖主成分傳播聚合以得到所述發電側數據特征主成分時序聚合表示向量,包括:

    6.根據權利要求5所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,計算所述歷史發電側數據主成分表示向量的序列中的各個歷史發電側數據主成分表示向量相對于所述當前發電側數據主成分表示向量的時序傳播衰減熵絕對因子以得到發電側數據時序傳播衰減熵絕對因子的序列,包括:

    7.根據權利要求6所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,基于所述歷史發電側數據主成分表示向量的序列中的各個歷史發電側數據主成分表示向量與所述當前發電側數據主成分表示向量之間的時間跨度對所述發電側數據時序傳播衰減熵絕對因子的序列中的各個發電側數據時序傳播衰減熵絕對因子進行時間維度調制以得到發電側數據時序跨度調制傳播衰減熵因子的序列,包括:

    8.根據權利要求7所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,基于所述發電側數據特征主成分時序聚合表示向量、所述電網側數據特征主成分時序聚合表示向量和所述用戶側數據特征主成分時序聚合表示向量之間的電網多源因素時空顯著聯合表示,得到碳排放的短時預測值,包括:

    9.根據權利要求8所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,基于所述電網多源因素時空顯著聯合表示,得到碳排放的短時預測值,包括:將所述電網多源因素時空顯著聯合表示向量輸入基于解碼器的動態演化模塊以得到所述碳排放的短時預測值。

    10.基于時序動態解析的配電網結構動態推演系統,其特征在于,包括:

    ...

    【技術特征摘要】

    1.基于時序動態解析的配電網結構動態推演方法,其特征在于,包括:

    2.根據權利要求1所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,獲取發電側數據的時間隊列、電網側數據的時間隊列和用戶側數據的時間隊列,包括:

    3.根據權利要求2所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,分別對所述發電側數據的時間隊列、所述電網側數據的時間隊列和所述用戶側數據的時間隊列進行嵌入編碼以得到發電側數據嵌入編碼向量的時間隊列、電網側數據嵌入編碼向量的時間隊列和用戶側數據嵌入編碼向量的時間隊列,包括:

    4.根據權利要求3所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,從所述發電側數據嵌入編碼向量的時間隊列中提取當前發電側數據嵌入編碼向量和歷史發電側數據嵌入編碼向量的序列后進行主成分提取以得到當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列,包括:

    5.根據權利要求4所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,對所述當前發電側數據主成分表示向量和歷史發電側數據主成分表示向量的序列進行圖主成分傳播聚合以得到所述發電側數據特征主成分時序聚合表示向量,包括:

    6.根據權利要求5所述的基于時序動態解析的配電網結構動態推演方法,其特征在于,計算所述歷史發電側數...

    【專利技術屬性】
    技術研發人員:陳英俊鮑衛東陳榮黃劍峰吳曉飛駱曉劍朱新林
    申請(專利權)人:國網浙江省電力有限公司金華供電公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲av无码专区首页| 国产嫖妓一区二区三区无码| 国产精品99久久久精品无码| 亚洲AV无码日韩AV无码导航| 久久午夜无码鲁丝片秋霞| 手机在线观看?v无码片| 亚洲AV无码无限在线观看不卡| 人妻少妇乱子伦无码专区| 无码国产福利av私拍| 国产高新无码在线观看| 无码一区二区波多野结衣播放搜索| 亚洲精品无码乱码成人| 无码激情做a爰片毛片AV片| 无码国产精品一区二区免费| 在线高清无码A.| 中文字幕无码久久久| 亚洲国产精品无码第一区二区三区| 国产激情无码视频在线播放性色| 国模无码视频一区| 免费无码又爽又高潮视频 | 无码国产69精品久久久久网站| 国产精品无码av天天爽| 日本精品人妻无码免费大全| 亚洲综合久久精品无码色欲| 亚洲AV无码国产精品麻豆天美| 精品人妻系列无码人妻免费视频| 精品无码专区亚洲| 国产精品亚洲а∨无码播放不卡 | 亚洲精品无码专区久久久| 少妇无码太爽了不卡视频在线看| 麻豆精品无码国产在线果冻| 国产午夜av无码无片久久96| 亚洲AV成人片无码网站| 成人无码嫩草影院| 免费无码国产在线观国内自拍中文字幕 | 国产AV无码专区亚洲AV男同| 亚洲爆乳无码专区| 久久久无码一区二区三区 | 无码成人AAAAA毛片| 曰韩无码二三区中文字幕| 无码人妻精品一区二区蜜桃AV|