本發明適用于人工智能電網風險評估技術領域,提供了一種基于深度學習的新能源電網頻率風險評估方法及裝置,方法包括:獲取新能源電網中各風電站和光伏電站的坐標、風速和光照強度數據,生成二維網格數據;將二維網格數據輸入訓練好的CNN神經網絡,得到輸出結果;判斷輸出結果是否大于閾值,若大于閾值,則判斷對應發電站的系統頻域異常;輸出判斷結果。本發明實施例基于深度學習的神經網絡能夠很好的學習歷史數據的特性,從而通過發電站的地理坐標、風速情況、光照情況這三個維度來綜合評估電網的頻率越線風險,實現對整個區域的快速風險評估,保證電網系統的安全運行。
聲明:
“基于深度學習的新能源電網頻率風險評估方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)