(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111551526.5 (22)申请日 2021.12.17 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 (72)发明人 段盼　何娅　杨作红　张奔　 张连芳　刘峰佚　时英桥　 (74)专利代理 机构 北京同恒源知识产权代理有 限公司 1 1275 代理人 廖曦 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 5/04(2006.01)G06Q 10/06(2012.01) G06Q 30/02(2012.01) G06Q 50/06(2012.01) G06F 113/04(2020.01) (54)发明名称 一种基于边际电价的配电网静态拓扑实现 方法 (57)摘要 本发明涉及一种基于边际电价的配电网静 态拓扑实现方法， 属于自动化领域。 该方法包括 以下步骤： S1： 整 合以SCADA系统采集的大量配网 运行拓扑结构和相对应的历史边际电价和时间 数据； S2： 基于CNN深度神经网络， 将历史电价和 时间数据为输入， 对应配网拓扑作为期望输出， 进行学习模型训练； S3： 基于LS TM神经网络模型， 对未来一天的电价进行预测， 得到分时段的预测 价格； S4： 基于CNN深度神经网络， 预测电价作为 训练好的模型输入， 输出对应的拓扑结构。 从宏 观的电力市场角度出发， 挖掘出边际电价与配电 网络拓扑之间的联系， 利用历史边际电价数据预 测未来电价， 为保障电网系统的稳定性和安全性 作基础。 权利要求书2页 说明书6页 附图5页 CN 114329861 A 2022.04.12 CN 114329861 A 1.一种基于边际电价的配电网静态拓扑实现方法， 其特 征在于： 该 方法包括以下步骤： S1： 整合以SCADA系 统采集的大量配网运行拓扑结构和相对应的历史边际电价和时间 数据； S2： 基于CNN深度神经网络， 将历史电价和时间数据为输入， 对应配网拓扑作为期望输 出， 进行学习模型训练； S3： 基于LSTM神经网络模型， 对未来 一天的电价进行 预测， 得到分时段的预测价格； S4： 基于CNN深度神经网络， 预测电价作为训练好的模型输入， 输出对应的拓扑 结构。 2.根据权利要求1所述的一种基于边际电价的配电网静态拓扑实现方法， 其特征在于： 所述LSTM神经网络模型中， x 是历史输入 数据， y是预测边际电价， T是预测期， LSTM单元的参 数更新迭代的方式如下公式所示： 各符号含义： xt代表t时刻输入， ⊙代表元素相乘， 是sigmoid函数， W代表输入权重， U代 表循环权重， V是历史影响权重， 遗忘门ft控制信息剔除； 输入门it控制信息更新， 输出门o控 制内部信息 输出。 3.根据权利要求2所述的一种基于边际电价的配电网静态拓扑实现方法， 其特征在于： 所述预测边际电价具体为： F(t)＝f(M(t),N(t),K(t) )                      (2) ①历史边际电价因素M(t)： 历史电价数据周期性发展变化是未来同时段边际电价预测 的基础， 每 个节点电价改变趋势不同而 有所差异； ②环境温度因素N(t)： 区域的各时段温度值， 一定程度上决定负荷量； ③时间因素 K(t)： 时间分为日期和时刻， 具有周期性。 4.根据权利要求3所述的一种基于边际电价的配电网静态拓扑实现方法， 其特征在于： 所述配网拓扑为： 历史边际电价以及其对应时刻构成初始样本作为DNN深度学习模型输入 层的输入， 将所对应的配电网络拓扑结构作为模型 的期望输出结果； 当模型 的实际输出与 期望输出存在误差时， 经过历史数据学习， 通过调整误差函数不断对模型迭代优化； 在预测 推理未来某时刻的配电网络拓扑结构时， 用预测出 的某一时刻的边际电价作为输入， 经过 已训练好的CN N深度神经网络模型后， 输出当时刻电价下的配电网路拓扑 结构； ①为防止CNN模型的深度学习产生过拟合问题， 在学习训练模型的损失函数中加入L2 正则化项， 提高CN N深度神经网络模型的泛化， 解决过拟合问题： 损失函数式中， Em为原函数训练的误差值； λ为L2正则化项的系数； ω为DNN模型的权重 值；权　利　要　求　书 1/2 页 2 CN 114329861 A 2②在训练和测试DNN模型时， 若出现未知的配电网络拓扑结构， 首先计算样本与其余样 本的方差值， 并找出最小值， 当最小方差值大于阈值时， 标记此未知拓扑结构， 然后增量其 训练样本的DN N模型， 将未知拓扑纳入拓扑知识库。权　利　要　求　书 2/2 页 3 CN 114329861 A 3