基于深度人工神经网络和GIS数据的最优停电模型研究

• 作者: 刘金长 曾楠 朱欣焰 杨成月 王继业 赵光
• 来源期刊: 电力系统保护与控制
• 关键词: 最优停电模型 GIS技术 深度神经网络 复杂大电网
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 应用研究
• 页码范围: 58-63
• 页数: 6页
• 字数: 3227字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.181274

摘要

为了有效利用地理信息技术支撑复杂大电网的信息化建设,针对停电事故对电力系统运行和日常生活带来的诸多影响,提出基于深度人工神经网络和GIS数据的最优停电模型.结合电力系统运行的特殊性,把最优参数设置和增量反馈结合用来优化受限玻尔兹曼机算法.通过仿真分析了算法的性能.仿真结果表明,采用深度神经网络的最优停电模型可以提高计算效率和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱欣焰	武汉大学测绘遥感信息工程国家重点实验室	109	2155	21.0	44.0
2	曾楠	国家电网公司信息通信部	7	20	3.0	4.0
3	王继业	国家电网公司信息通信部	26	354	6.0	18.0
4	赵光		1	1	1.0	1.0
5	刘金长		1	1	1.0	1.0
6	杨成月		1	1	1.0	1.0