基于径向基神经网络的低压台区运行状态综合评价方法

发布时间：2022-01-25 23:25

　　为提升低压台区管理水平,指导基层运维人员及时发现台区问题,提出基于径向基神经网络的低压台区运行状态综合评价方法,该方法首先利用改进K-means算法对低压台区进行分类,然后获取台区运行状态评价指标体系集,综合序关系分析及加权求和计算历史台区评价值,最后以评价值为训练样本,得到径向基神经网络评价模型,利用该模型开展在运台区状态评价。通过实例分析表明,该综合评价方法能有效开展台区运行状态评价,及时发现线路及计量设备故障或异常问题,为开展低压台区运行问题治理,提升台区管理水平提供技术支撑。 

【文章来源】：科学技术与工程. 2020,20(22)北大核心

【文章页数】：6 页

【部分图文】：

综合评价方法流程图

RBF神经网络具有以任意精度逼近任意连续函数的能力[9-11],特别适用于多指标的状态评价问题,在低压台区运行状态评价上具有明显优势。RBF神经网络为前馈式三层神经网络,输入层为线性层,起传输信号的作用,权值固定为1,隐藏层为非线性层,曲线拟合由径向基函数完成,用于台区运行状态评估时,其隐藏层神经元数量与用于训练的台区样本数相同,输出层由线性函数组成,用于调整隐藏层输出权值,RBF神经网络的结构原理如图2所示。图2中x=[x1,x2,…,xn]T为网络输入向量,ω0为输出偏置;ω=[ω1,ω2,…,ωi]T为输出权值向量;Φi为隐藏层传输公式,取高斯函数为其表达式:

【参考文献】：
期刊论文
[1]基于改进群智能K-means优化算法的侵犯性驾驶行为异常点检测[J]. 王丝丝,张敬磊,王建兴,陈慈,马春杰.  科学技术与工程. 2018(34)
[2]基于序关系分析法的配电网风险评估方法[J]. 王文华,黄仁乐,邹保平,王存平,储建新,钟达.  计算机与数字工程. 2018(08)
[3]云计算环境下关联性大数据实时流式可控聚类算法[J]. 李鹏飞,刘春宇,海军.  科学技术与工程. 2018(07)
[4]基于线性回归与神经网络的储层参数预测复合方法[J]. 项云飞,康志宏,郝伟俊,付康宁,王福顺.  科学技术与工程. 2017(31)
[5]面向配网台区的综合评价模型研究与可视化应用[J]. 刘飞,贲树俊,周嘉,邓松,毛艳芳,冯鹏,杨佩.  电网与清洁能源. 2017(05)
[6]基于序关系-熵权法的低压配网台区健康状态评估[J]. 马纪,刘希喆.  电力系统保护与控制. 2017(06)
[7]基于G2-熵权法的低压配网台区状态特性评估[J]. 马纪,刘希喆.  电力自动化设备. 2017(01)
[8]面向台区管理的台区状态综合评价方法及其应用[J]. 欧阳森,杨家豪,耿红杰,吴裕生,陈欣晖.  电力系统自动化. 2015(11)
[9]基于径向基函数神经网络和模糊积分融合的电网分区故障诊断[J]. 石东源,熊国江,陈金富,李银红.  中国电机工程学报. 2014(04)



本文编号：3609375