【技术实现步骤摘要】
一种多维风电爬坡事件智能检测方法
[0001]本专利技术属于信息
,具体涉及一种基于Alexnet神经网络模型的多维风电爬坡事件智能检测方法。
技术介绍
[0002]风能是一种清洁可再生资源,具有明显的环境效益优势,被广泛纳入电力系统进行风力发电。风力发电可有效缓解空气污染、水污染和全球变暖等环境污染,为经济增长提供稳定的电力供应。然而,风能的间歇性和可变性也威胁着电力系统的安全运行,风电短时间内的大幅波动,如显著增加或减少,会导致风电爬坡事件的产生,会造成大规模停电等事故,影响电力系统的可靠性、安全性和经济性,对电力电网运行造成重大安全风险或严重经济损失。爬坡事件的定在不同的研究和电网中有所不同。风电爬坡事件的准确检测是研究爬坡事件的重要前提,基于爬坡定义的检测方法被广泛应用于爬坡事件的研究。例如,Haiyang等通过时间区间内风电功率的差值与区间的比值是否大于阈值来定义爬坡事件。Kamath等还根据特定时间间隔内的范围风电功率波动的幅值来判断风力爬坡事件。不同的爬坡事件定义有各自的优缺点和适用范围,因此,综合考虑不同定义下风电爬坡事件的多种特征设计多维风电爬坡事件智能检测方法有利于风电爬坡事件的准确识别。
[0003]可视分析技术可以充分利用人类视觉感知系统,直观地呈现风电爬坡事件的检测结果。然而由于风电爬坡事件检测模型只能获得爬坡或非爬坡的结果,并且不能提供检测结果的解释分析,不利于爬坡事件的进一步探索。经过与领域专家的密切讨论,他们提出直观呈现风电爬坡事件检测结果的不确定性和可解释性,能够协助用 ...
【技术保护点】
【技术特征摘要】
1.一种多维风电爬坡事件智能检测方法,其特征在于:步骤(1).基于多种定义下进行风电爬坡事件数据标签的人工标注,融合不同定义下风电爬坡事件的多维属性特征,利用Alexnet神经网络模型进行多维风电爬坡事件特征学习,进而构建多维风电爬坡事件的智能检测模型;步骤(2).基于智能检测结果,设计日历热力图和功率曲线图呈现风电爬坡事件的检测结果;基于置信度设计联动交互的柱状图和棒棒糖图,可视化风电爬坡事件检测结果的不确定性,增加检测结果的可解释性;步骤(3).将可视化与人机交互相结合,设计散点图、平行坐标图以及具有相似功率趋势的事件折线图,辅助用户交互式判断所选事件检测结果的准确性;针对检测错误的事件,控制面板支持样本标签批量式迭代更新,进而实现风电爬坡事件智能模型的动态优化。2.如权利要求1所述的一种多维风电爬坡事件智能检测方法,其特征在于:步骤(1)中,按以下方法进行风电爬坡事件智能检测:(1
‑
1)由用户设置时间间隔作为一个事件,结合以下五个定义下的风电爬坡事件特征进行数据集的人工标注,获得有标签的训练集;用户预先设定五个阈值参数λ1、λ2、λ3、λ4和λ5;定义1.如果|P(t+ΔT)
‑
P(t)|>λ1,则发生爬坡事件,否则未发生爬坡事件;ΔT为设置的时间间隔,P(t)为t时刻的风电功率,P(t+ΔT)为t+ΔT时刻的风电功率;定义2.如果max(P[t,t+ΔT])
‑
min(P[t,t+ΔT])>λ2,则发生爬坡事件,否则未发生爬坡事件;P[t,t+ΔT]为t时刻到t+ΔT时刻内风电功率序列;定义3.如果则发生爬坡事件,否则未发生爬坡事件;定义4.如果则发生爬坡事件,否则未发生爬坡事件;t时刻的风电功率滤波信号H表示时间窗的最大取值,P
t+h
为t+h时刻的风电功率,P
t+h
‑
H
为t+h
‑
H时刻的风电功率;定义5.如果则发生爬坡事件,否则未发生爬坡事件;风电功率序列内第n个样本的风电功率的变化量N为设定时间间隔内风电功率序列中的样本个数,t
n
表示第n个样本所在时间,P(t
n+1
)表示风电功率序列内第n+1个样本的风电功率,P(t
n
‑1)表示风电功率序列内第n
‑
1个样本的风电功率;(1
‑
2)基于Alexnet神经网络模型构建多维风电爬坡事件智能检测模型,将训练集的事件的风电功率及其种类标签作为初始AlexNet网络模型的输入项,采用小批量随机梯度下降算法,对初始AlexNet网络模型进行训练直至满足预设条件,获取目标AlexNet网络模型;(1
‑
3)将测试集数据事件的多个功率值作为输入值,输入多维风电爬坡事件智能检测模型,根据模型已经学习到的爬坡事件多维属性特征进行多维风电爬坡事件的特征识别,获得类别的概率输出及是否爬坡的智能检测结果;(1
‑
4)爬坡事件智能检测结果存在四种情况:爬坡事件实际发生,模型检测结果也为发
生爬坡;爬坡事件实际发生,但模型检测结果为未发生爬坡;爬坡事件实际并未发生,但模型检测结果为发生爬坡事件;爬坡事件实际并未发生,模型检...
【专利技术属性】
技术研发人员:张翔,倪瑜那,赵坚,傅俊伟,周志光,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。