基于深度信念网络的配变台区跳闸预测

• 作者: 殷豪 许锐埼 魏艳霞
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 配变台区 跳闸预测 Borderline-SMOTE抽样 纵横交叉算法 深度信念网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 配电网技术
• 页码范围: 119-124
• 页数: 6页
• 分类号: TM732
• 字数: 4582字
• 语种: 中文

摘要

针对配电网公变台区在夏季易出现配变跳闸故障,对供电可靠性造成严重影响等问题,提出一种基于深度信念网络(DBN)的配变台区跳闸预测方法.首先,针对配变跳闸为小概率事件,利用Borderline-SMOTE算法对训练样本进行抽样以处理数据不平衡问题;然后使用新样本训练形成DBN预测模型.由于传统DBN在学习训练过程中易于陷入局部最优,故采用纵横交叉优化算法进行优化;最后,通过算例测试验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷豪	广东工业大学自动化学院	51	287	10.0	14.0
2	魏艳霞		4	0	0.0	0.0
3	许锐埼	广东工业大学自动化学院	5	0	0.0	0.0