文献类型：期刊文章

作　　者：余娟[1] 杨燕[1] 杨知方[1] 向明旭[1] 谢松[2] 周平[3] 任鹏凌[1] 张昱[1]

YU Juan;YANG Yan;YANG Zhifang;XIANG Mingxu;XIE Song;ZHOU Ping;REN Pengling;ZHANG Yu(State Key Laboratory of Power Transmission Equipment &System Security and New Technology (Chongqing University), Shapingba District,Chongqing 400044,China;State Grid Chongqing Electric Power Company,Yuzhong District,Chongqing 400014,China;Economic &Technology Research Institute,State Grid Chongqing Electric Power Company, Yubei District,Chongqing 401121,China)

机构地区：[1]输配电装备及系统安全与新技术国家重点实验室(重庆大学),重庆市沙坪坝区400044 [2]国网重庆市电力公司,重庆市渝中区400014 [3]国网重庆市电力公司经济技术研究院,重庆市渝北区401121

出　　处：《中国电机工程学报》

基　　金：重庆市基础科学与前沿技术研究专项重点项目(cstc2017jcyjBX0056);重庆市研究生科研创新项目(CYB18011);重庆市院士牵头科技创新引导专项项目(cstc2017jcyj-yszxX0011)~~

年　　份：2019

卷　　号：39

期　　号：1

起止页码：22-30

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：考虑新能源日益增长的不确定性,概率能量流在电–气综合能源系统分析中起到关键性作用。概率能量流计算需要求解大量高维非线性方程组。高计算代价和求解时间已成为概率能量流实际工程应用的瓶颈所在。为此,该文提出了利用深度神经网络求解该问题的新方法。该方法借助堆栈降噪自动编码器(stacked denoising auto-encoders,SDAE)的深层堆栈结构以及编码解码过程,建立了基于SDAE的能量流模型,可有效挖掘非线性能量流方程的高阶特征。结合能量流输入输出性质不同、变化范围不一等数值特点,在SDAE模型中引入了修正线性单元(rectifiedlinearunit,ReLU)激活函数与离差标准化方法,可有效提高训练精度与速度。结合蒙特卡洛法抽样出待解样本,使用训练后的SDAE能量流模型,通过数据映射得到抽样样本的能量流结果,在不增加硬件成本的前提下求解概率能量流,求解时间和精度符合在线应用要求。最后,在IEEE14-NGS10电–气综合能源系统中验证了所提方法的有效性。

关 键 词：概率能量流  深度神经网络  堆栈降噪自动编码器  蒙特卡洛模拟法

分 类 号：TM711]