基于GCN-LSTM的配电系统节点电压预测

《IEEE Access》:Distribution System Nodal Voltage Forecasting Based on GCN-LSTM

【字体: 大 中 小 】 时间:2026年03月27日 来源:IEEE Access 4.2

编辑推荐:

  摘要:随着能源政策的不断变化以及电力消费模式的日益多样化,配电系统的运行复杂性不断增加,从而导致电压波动加剧和运行不确定性提高。时变的负荷特性以及动态的网络运行条件会降低系统运行效率,并对电压稳定性构成挑战。由于电压直接影响系统的动态稳定性,因此准确的电压预测对于提升系统运行的可

  

摘要:

随着能源政策的不断变化以及电力消费模式的日益多样化,配电系统的运行复杂性不断增加,从而导致电压波动加剧和运行不确定性提高。时变的负荷特性以及动态的网络运行条件会降低系统运行效率,并对电压稳定性构成挑战。由于电压直接影响系统的动态稳定性,因此准确的电压预测对于提升系统运行的可靠性至关重要。传统上,单个节点的电压预测主要依赖于负荷预测,然后再进行功率流计算。然而,为了考虑电压变化的动态特性,需要更高效的电压预测方法。在本研究中,我们提出了一种电压预测模型,该模型将基于图卷积网络-长短期记忆网络的负荷预测与功率流计算相结合。通过考虑由配电系统的物理结构决定的空间特征以及时间特征,我们可以预测每个节点的电压幅值和相位角。我们以韩国的实际数据为案例,对所提方法的预测精度和计算效率进行了评估。在具有季节性变化特征的数据集上测试时,与基准模型相比,所提模型的预测误差降低了7.8%至29.9%。这些结果表明,在传统方法因负荷预测产生的误差并在功率流计算阶段进一步放大的情况下,所提出的统一框架在提升电压预测的可靠性方面发挥着重要作用。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号