本发明适用于人工智能电网风险评估技术领域,提供了一种基于深度学习的新能源电网频率风险评估方法及装置,方法包括:获取新能源电网中各风电站和
光伏电站的坐标、风速和光照强度数据,生成二维网格数据;将二维网格数据输入训练好的CNN神经网络,得到输出结果;判断输出结果是否大于阈值,若大于阈值,则判断对应发电站的系统频域异常;输出判断结果。本发明实施例基于深度学习的神经网络能够很好的学习历史数据的特性,从而通过发电站的地理坐标、风速情况、光照情况这三个维度来综合评估电网的频率越线风险,实现对整个区域的快速风险评估,保证电网系统的安全运行。
声明:
“基于深度学习的新能源电网频率风险评估方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)