基于LASSO及GRU-注意力机制的配电网合环电流区间预测
所属分类:技术论文
上传者:wwei
文档大小:2105 K
标签: 自适应LASSO Bootstrap算法 注意力机制
所需积分:0分积分不够怎么办?
文档介绍:在以光伏、风电为代表的大规模分布式能源接入电网的背景下,传统合环电流计算方法面临精度不足以及难以刻画合环特性不确定性的挑战。为此,提出一种考虑不确定性的合环电流区间预测模型。具体研究过程包含以下关键步骤:鉴于合环电流预测中影响因素繁多且数据结构复杂,采用自适应LASSO(Adaptive LASSO,ALASSO)回归方法对影响因素进行筛选,构建适用于合环电流预测的多元数据集;为提升合环电流预测模型的可解释性,引入极限梯度提升算法,对经LASSO变量选择后的配电网合环预测影响因素进行特征重要性评估,明确各因素对预测结果的贡献程度;针对合环电流的时序特性,提出一种基于注意力(Attention)机制的门控循环单元(GRU)预测模型,实现合环电流的时段预测;该模型通过注意力机制动态分配权重,捕捉合环电流时序数据中的关键特征,提升预测精度;为更精准地呈现合环电流预测结果的不确定性,采用Bootstrap方法科学计算其置信区间,以此量化预测结果可能存在的波动范围;将计算得出的置信区间与合环电流的时段预测结果进行有机叠加,最终形成全面且可靠的合环电流区间预测结果,为电网运行决策提供更具参考价值的数据依据。通过算例仿真验证,所提方法在合环电流区间预测中表现出良好的优越性和可行性,为配电网合环操作的安全运行提供了有力支持。
现在下载
VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。