基于ANN-dropout的配电网可靠性预测方法

• 作者: 何铁新 冯帆 孙成 邢晓敏 郑雪瑞
• 来源期刊: 南方电网技术
• 学科: 交通运输
• 关键词: 配电网 可靠性预测 人工神经网络 dropout技术 支持向量回归
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电网安全性与可靠性
• 页码范围: 66-73
• 页数: 8页
• 分类号: TM744|U462.35
• 字数: 4214字
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2019.02.010

摘要

随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战.本文针对配电网动态规律和可靠性指标特征,提出了两种机器学习算法来预测配电网可靠性.通过对配电网数据进行数据变换,让预测区间从[0,1]变成[0,+∞),对变换后的数据进行归一化再输入预测模型.配电网实例验证结果表明,数据变换后机器的学习预测效果提升明显,经过dropout技术优化的人工神经网络(artificial neural network,ANN)具有最佳的预测性能.本文提出的预测模型能准确地预测配电网的可靠性,为配电网的建设投资和优化运行提供有效的指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢晓敏	东北电力大学电气工程学院	34	127	7.0	9.0
2	何铁新	东北电力大学电气工程学院	2	3	1.0	1.0
3	冯帆	东北电力大学电气工程学院	1	0	0.0	0.0