基于深度神经网络的低压台区线损异常识别方法

• 作者: 常乾坤 张再驰 张岩 杨莉萍 王海云 袁清芳 闫富荣 陈茜 陈雁
• 来源期刊: 电力需求侧管理
• 学科: 工学
• 关键词: "煤改电"工程 深度神经网络 线损异常识别 异常点检测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 电能替代与绿色用电
• 页码范围: 31-35
• 页数: 5页
• 分类号: TK018|TK019|TM711
• 字数: 3503字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1831.2018.06.008

摘要

"煤改电"工程改变了电网的负荷特性,对线损造成了重大影响.为降低"煤改电"工程造成的负面影响,进而提高供电单位的效益,以实施"煤改电"工程后的低压台区为研究对象,提出了一种基于深度神经网络的线损异常识别方法.该方法将异常点检测、EM算法及深度神经网络进行结合,建立了线损异常识别模型,预判未实施"煤改电"台区的各项实施后指标是否可能导致线损异常,从而为"煤改电"工程提供指导性建议,以便采取相应措施进行有效降损.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海云		11	42	4.0	6.0
2	张再驰		6	20	3.0	4.0
3	陈茜		6	30	4.0	5.0
4	袁清芳		6	51	4.0	6.0
5	陈雁		3	45	2.0	3.0
6	常乾坤		10	37	4.0	5.0
7	张岩		13	32	5.0	5.0
8	闫富荣		1	6	1.0	1.0
9	杨莉萍		2	6	1.0	2.0