深度学习驱动的电网无功-电压优化控制策略模型

摘要

文章在应用深度神经网络的基础之上,提出一种可对电网网络损耗进行有效评估与优化的方法。该方法通过神经网络寻求电网中无功补偿设备、变压器运行状态与系统网络中网络损耗的内在联系,结合改进遗传算法对无功补偿设备、变压器变比进行优化求解实现快速调节控制。该方法解决了电网使用传统最优潮流计算求解非线性混合变量规划时存在的收敛性问题,文中放弃了使用潮流分布数据进行训练而是采用节点电压数据替代,实现降维的同时保证了电力系统全局响应信息;通过佳点集抽样样本优化神经网络训练的效果,并改进传统遗传算法提升搜索的全局性或收敛的速度;文中以IEEE 30节点系统对本套方案进行仿真验证,证明了改进方法的有效性。