基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
线损电量产生于发电、 输电、 配电及用电等环节,线损电量占供电量的百分比称为线损率.针对线损率预测问题,提出了一种基于对抗生成网络与BP神经网络的低压台区线损率预测模型.选取某市低压台区线损数据作为实验数据集,经数据预处理后,通过K-Means++算法将低压台区分类,对不同类别的低压台区分别训练对抗生成网络来增加不同类别的样本数据,利用不同类别样本数据分别训练BP神经网络搭建低压台区线损预测模型.实验结果表明,与传统BP神经网络模型相比,该预测模型具有更加准确的效果,通过对抗网络增加样本数据可以有效改善低压台区线损数据量偏小的问题.
推荐文章
基于遗传算法优化BP神经网络的线损计算研究
线损计算
BP神经网络
遗传算法
优化
基于灰色模型与神经网络组合的线损率预测
线损率
预测
灰色模型
神经网络
组合模型
基于深度神经网络的低压台区线损异常识别方法
"煤改电"工程
深度神经网络
线损异常识别
异常点检测
基于遗传算法优化神经网络的智能配电网线损计算研究
神经网络
遗传算法
智能配电网
优化
理论线损
拟合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于对抗生成网络与BP神经网络的低压台区线损率预测
来源期刊 浙江电力 学科 工学
关键词 线损率预测 对抗生成网络 BP神经网络 K-Means++算法
年,卷(期) 2019,(10) 所属期刊栏目 电力系统
研究方向 页码范围 46-51
页数 6页 分类号 TM714
字数 3978字 语种 中文
DOI 10.19585/j.zjdl.201910008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方舟 8 10 2.0 3.0
2 周后盘 9 20 2.0 4.0
3 裘炜浩 5 16 3.0 4.0
4 季超 2 7 2.0 2.0
5 夏鹏飞 1 3 1.0 1.0
6 龚康家 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (187)
共引文献  (303)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (35)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(16)
  • 参考文献(0)
  • 二级参考文献(16)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(14)
  • 参考文献(3)
  • 二级参考文献(11)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(18)
  • 参考文献(0)
  • 二级参考文献(18)
2015(19)
  • 参考文献(0)
  • 二级参考文献(19)
2016(13)
  • 参考文献(0)
  • 二级参考文献(13)
2017(26)
  • 参考文献(4)
  • 二级参考文献(22)
2018(6)
  • 参考文献(2)
  • 二级参考文献(4)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
线损率预测
对抗生成网络
BP神经网络
K-Means++算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江电力
月刊
1007-1881
33-1080/TM
大16开
杭州朝晖八区华电弄1号
1979
chi
出版文献量(篇)
4305
总下载数(次)
6
总被引数(次)
16531
论文1v1指导