一种基于神经微分方程网络的微电网群动态等值方法

摘要

一种基于神经微分方程网络的微电网群动态等值方法，包括以下步骤：S1、通过安装于微电网群内外部网络边界处的计量装置，获取外部网络的状态变量测量数据，包括节点电压、内外部网络互连线路电流和功率，同时获取内外部网络之间交互的控制信号，然后训练深度神经网络可得到微电网群的等值优化模型；S2、构造神经微分方程网络；S3、训练神经微分方程网络；上述设计利用微电网群的微分方程结构特性和运行测量数据训练神经微分方程网络，得到微电网群的动态等值模型，可用于微电网群稳定性分析，并且由于充分利用了微电网群的物理结构，神经微分方程网络的训练速率得到很大提高。本设计不仅降低了使用难度，而且提高了应用范围。