数据驱动的配电网电压灵敏度感知方法

作者：李炜祺; 窦晓波^*; 张科鑫; 胡珺如; 吕永青

来源：电网技术, 2023, 47(11): 4711-4718.

DOI：10.13335/j.1000-3673.pst.2022.1764

• 配电网
• 电压灵敏度
• 神经网络
• 最小二乘法
• 支持向量机

电压灵敏度是配电网一个重要的电气参数，但配电网拓扑关系不明、线路参数未知、实时量测缺失等问题给灵敏度计算带来了困难。为了解决以上问题，提出了一种数据驱动的配电网电压灵敏度感知方法。首先，基于历史数据通过广义回归神经网络(generalizedregressionneuralnetwork,GRNN)拟合注入功率和电压的映射关系，并通过模式搜索法优化光滑因子取值；其次，在配电网不同的运行状态下得到若干组注入功率和电压的微小变化量集合，通过最小二乘法拟合得到该状态下的电压灵敏度矩阵；最后，考虑到实时量测不全，离线计算电压灵敏度，通过支持向量机(support vector machines,SVM)拟合部分关键量测和电压灵敏度的映射关系，并通过仿真算例验证了该策略的有效性。

• 单位
  东南大学