PCA-PSO-ELM配网供电可靠性预测模型

• 作者: 余涛 李昊飞 程乐峰 许爱东
• 来源期刊: 哈尔滨工程大学学报
• 学科: 航空航天
• 关键词: 配网供电可靠性 主成分分析 极限学习机 粒子群优化算法 供电可靠性评价指标 预测模型
• 年，卷（期）: 2018,（6）
• 页码范围: 1116-1122
• 页数: 7页
• 分类号: V438
• 字数: 5790字
• 语种: 中文
• DOI: 10.11990/jheu.201611088

摘要

为了提升配网供电可靠性的预测精度,提出了基于主成分分析和粒子群优化极限学习机的配网供电可靠性预测模型.从多方面分析影响供电可靠性的指标,利用主成分分析得到综合变量,实现对数据的降维.在此基础上,构建人工神经网络并利用粒子群算法优化极限学习机的输入权值和阈值,完成对训练供电可靠性预测模型的训练.以某大型电网的47个供电局样本30种影响供电可靠性因素为例进行仿真分析,并将PCA-PSO-ELM算法与3种回归拟合算法对比,验证了该方法的有效性.模型充分考虑了多方面的供电可靠性影响因素,适用于多输入变量的情况,对于引导供电企业制定可靠性提升策略提供了科学有效的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余涛	华南理工大学电力学院	165	1484	19.0	31.0
2	许爱东		55	584	14.0	21.0
3	程乐峰	华南理工大学电力学院	31	199	9.0	12.0
4	李昊飞	华南理工大学电力学院	7	14	2.0	3.0