基于复合学习算法的配电网理论线损计算模型

• 作者: 刘克文 王宇飞 邓敏
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 配电网理论线损 复合学习算法 广义回归神经网络 训练参数选择 粒子群算法 多元回归问题
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 重点理论研究
• 页码范围: 1-4
• 分类号: TM74
• 字数: 2459字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2012.02.001

摘要

为了提高配电网理论线损计算精度,提出一种基于复合学习算法的配电网理论线损计算模型.该模型将配电网理论线损计算抽象成多元回归问题,将理论线损计算的各类影响因素和理论线损值分别作为多元回归问题的输入向量和输出向量,并构造样本集输入到复合学习算法中加以训练,以得到配电网理论线损计算模型.复合学习算法由广义回归神经网络完成样本集训练,并在训练过程中利用粒子群算法动态地搜索广义回归神经网络最优训练参数,从而降低了理论线损计算模型的误差.实验结果显示,与传统方法相比基于复合学习算法的配电网理论线损计算模型具有更高的计算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇飞		6	65	5.0	6.0
2	刘克文		9	444	6.0	9.0
3	邓敏		1	11	1.0	1.0