SVM在中压配网停电事件补全中的应用研究

• 作者: 张波 张良 梁晓伟 疏奇奇 肖坚红 隋仕伟
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 中压配电网 停电补全 大数据平台 支持向量机 停电事件完整率
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 配网规划与控制专题
• 页码范围: 34-40
• 页数: 7页
• 分类号: TM935
• 字数: 5741字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.03.006

摘要

应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题.首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计.最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张良		4	1	1.0	1.0
2	梁晓伟	国网安徽省电力有限公司电力科学研究院	4	4	1.0	1.0
3	疏奇奇	国网安徽省电力有限公司电力科学研究院	4	25	2.0	4.0
4	张波		10	3	1.0	1.0
5	肖坚红		8	104	4.0	8.0
6	隋仕伟		2	1	1.0	1.0