検索に戻る
案件記録
基于深度学习的低压分布式光伏对配电网影响的分析方法
発明有効
2閲覧数
10請求項 · 2 独立
§ Ⅰ
案件概要
発明者
郭琳琅; 张冶; 王佳晗; 薛红; 秦悦维; 徐明; 王敏哲; 任书影; 吕连鑫; 黄奕豪; 安超; 李泽; 韩博; 才彦姣; 张润丹
IPC分類
H02J 3/00 (2026.01)H02J 3/38 (2026.01)H02J 3/17 (2026.01)H02J 13/12 (2026.01)H02J 13/10 (2026.01)H02J 13/18 (2026.01)H02J 13/181 (2026.01)H02J 13/16 (2026.01)G06F 18/15 (2023.01)G06F 18/2131 (2023.01)G06N 3/0499 (2023.01)G06N 3/084 (2023.01)H02J 101/24 (2026.01)H02J 103/35 (2026.01)
本发明涉及电气电子数据分析技术领域,具体为基于深度学习的低压分布式光伏对配电网影响的分析方法。所述方法包括根据电压信号得到有效电压信号;将所述有效电压信号输入自适应神经网络,得到目标电压信号;基于目标电压信号进行结构化特征提取,得到目标电压信号波形,根据目标电压信号波形构建电压水平直方图和电压垂直直方图;根据上述数据构成目标数据,基于训练数据,采用列文伯格‑马夸尔特算法更新前馈神经网络权重和偏置,对前馈神经网络进行训练;将分析数据输入训练后的前馈神经网络,得到低压分布式光伏对配电网影响。以此方式,可以更动态、更全面、更便捷的评估低压分布式光伏对于配电网的影响。
外部リソース