基于LSTM神经网络和改进SCADA数据的抗差线路参数辨识方法与流程

技术特征：
1.一种基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，包括如下步骤：步骤s1：建立包含不同运行条件下不同线路scada数据训练集；步骤s2：改进scada数据，建立lstm神经网络，将改进的scada数据输入lstm神经网络进行门控机制训练；步骤s3：将改进后的待辨识线路两端量测scada数据作为输入数据输入训练好的lstm神经网络获取预测值；步骤s4：基于中位数抗差估计，去除预测值中的异常数据及噪声，作为最终辨识结果。2.根据权利要求1所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述步骤s1中所述的建立包含不同运行条件下不同线路仿真数据训练集；包括通过改进m端数据以及线路参数，通过潮流计算获取n端数据，从而组成scada数据训练集，其中m端、n端分别为同一线路的两端。3.根据权利要求2所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述的改进scada数据包括如下步骤：步骤s2.1：建立线路的等值模型；步骤s2.2：根据线路等值模型计算线路的有功损耗和无功损耗；步骤s2.3：将线路等值模型的电阻r，电抗x，电纳b加入训练集中，形成改进后的scada数据作为lstm神经网络的输入值。4.根据权利要求2或3所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述步骤s2.1所述的建立线路等值模型为π型等值模型。5.根据权利要求4所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，步骤s2.2所述的计算线路的有功功率和无功损耗包括如下步骤：步骤s2.2.1：根据功率平衡可知：步骤s2.2.1：根据功率平衡可知：步骤s2.2.1：根据功率平衡可知：其中，s
m
为线路m端的视在功率，s
n
为线路n端的视在功率，s
′
m
为无阻抗干扰的m端视在功率，p
′
m
为无阻抗干扰的m端有功功率，q
′
m
为无阻抗干扰的m端无功功率；步骤s2.2.2：根据pmu的正方向计算有功损耗p和无功损耗q，可得：pmu的正方向计算有功损耗p和无功损耗q，可得：pmu的正方向计算有功损耗p和无功损耗q，可得：
6.根据权利要求5所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，步骤s2.3包括如下步骤：s2.3.1：根据无功损耗和有功损耗转化得出电阻r、电抗x、电纳b的表达式：s2.3.1：根据无功损耗和有功损耗转化得出电阻r、电抗x、电纳b的表达式：s2.3.1：根据无功损耗和有功损耗转化得出电阻r、电抗x、电纳b的表达式：s2.3.2：将线路等值模型的电阻r，电抗x，电纳b加入训练集中，得出改进后的scada数据为：7.根据权利要求1或6所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述步骤s4还包括如下步骤：对辨识过程神经网络的输入、输出数据进行归一化：其中，x
i
代表神经网络输入或者输出数据，x
min
为神经网络输入或输出数据的最小值，x
max
为输入和输出数据的最大值，x
′
i
为归一化后的数据。8.根据权利要求7所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，步骤s4还包括将辨识结果进行反归一化：x
i
＝x
′
i
(x
max
‑
x
min
) x
min
。9.根据权利要求1或8所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述步骤s2中的lstm神经网络采用adam优化算法，lstm的损失函数选取均方误差mse。10.根据权利要去9所述的基于lstm神经网络和改进scada数据的抗差线路参数辨识方法，其特征是，所述步骤s2中的门控机制有三种类型门控，三种类型门控分别为：输入门、遗忘门和输出门。

技术总结
本发明公开了一种基于LSTM神经网络和改进SCADA数据的抗差线路参数辨识方法，该方法包括建立包含不同运行条件下不同线路SCADA数据训练集；改进SCADA数据，建立LSTM神经网络，输入改进SCADA数据训练LSTM神经网络；将改进后的待辨识线路两端量测SCADA数据作为输入数据输入训练好的LSTM神经网络获取预测值；基于中位数抗差估计，去除预测值中的异常数据及噪声，作为最终辨识结果。将LSTM神经网络与改进SCADA数据相结合，旨在利用神经网络进行线路参数辨识，提高线路辨识方法的鲁棒性；改进的SCADA输入数据构建方法能提高LSTM神经网络的模型学习效果和辨识精度。应用中位数抗差，去除预测值中的异常数据及噪声，提高预测结果的精准度。精准度。精准度。


技术研发人员：蒋正威 卢敏 孔贺 潘玲玲 阙凌燕 刘俊 徐鹏 薛安成 钱海峰
受保护的技术使用者：国网浙江省电力有限公司湖州供电公司
技术研发日：2021.07.13
技术公布日：2021/10/23