原始名称记载: 国网辽宁省电力有限公司营销服务中心

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。

本发明涉及电网配电调度领域，具体为一种送端电网重要负荷与移动储能多时空动态协调方法。所述方法包括获取储能电源支撑指数，并根据所述储能电源支撑指数得到储能电源支撑数据；通过所述储能电源支撑数据计算时间序列和每个时刻影响因子；基于所时间序列和所述每个时刻影响因子，计算储能电源支撑数据预测值，再对所述储能电源支撑数据预测值进行归一化；根据归一化后的储能电源支撑数据预测值得到储能电源支撑预测指数，并根据所述储能电源支撑预测指数动态调整送端电网数据。以此方式，可以有效解决新能源电源的总输出功率、送端电网总负荷以及一般负荷总功率随时间变化的情况下保证移动储能准确提供电源支撑。