一种基于一维卷积神经网络的配电网无功优化方法

摘要

本发明公开了一种基于一维卷积神经网络的配电网无功优化方法，包括：步骤1，建立以有功网损和电压偏差最小为目标函数的配电网无功优化模型，用粒子群优化算法计算得到配电网历史负荷数据所对应的无功优化策略；步骤2，将历史配电网负荷数据归一化处理作为训练神经网络所输入的数据特征，将步骤1中得到的无功优化策略二进制编码作为神经网络的输出标签；步骤3，训练一维卷积神经网络确定神经网络的结构参数，得到训练好的一维卷积神经网络模型；步骤4，将一个待优化时刻实际配电网负荷数据提取数据特征后将它输入到训练好的一维卷积神经网络模型中，输出对应无功优化策略的二进制编码。本发明可以快速得到相应无功优化策略，加快了运算时间。