基于深度学习的SESN供电网络电能质量评估

摘要：

为保证超大规模储能供电网络安全可靠地运行,提出一种基于深度学习的电能质量评估方法.首先,依据电能质量国家标准,提出电能质量评估指标5等级划分法,建立基于深度置信网络(DBN)的电能质量评估模型.然后,考虑储能供电网络的构成、运行特征和储能可用容量,将储能系统荷电状态(SOC)预估结果作为其电能质量评估的另一指标,构建基于DBN的超大规模电池储能供电网络系统电能质量评估仿真模型.最后,按照电能质量指标等级分类对模拟数据做标准化处理,构造基于DBN的电能质量评估训练数据集.通过将结果与其他评估方法进行比较,验证了该方法的优越性.

关键词：超大规模电池储能;SOC预估;深度置信网络;电能质量评估;深度学习

所属期刊栏目：28

分类号：TM731(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目DG71-18-009

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2052-2059