基于深度学习的台区线损分析方法

• 作者: 蒋敏敏 郑晓晖 钟小强 陈杰
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 深度学习网络 门控循环单元 预测模型 台区线损计算
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电力系统
• 页码范围: 769-774
• 页数: 6页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2018.2930

摘要

该文提出了一种基于深度学习技术的台区线损分析方法.首先,构建了基于门控循环单元的多层网络结构.然后,结合多个维度的台区电气特征参数作为输入进行训练,获得了相应的深度学习线损率计算模型.最后,基于若干小区的实测数据,验证了所提方法的有效性.实验结果表明,与已有文献中采用反向传播(back propagation,BP)神经网络预测方法相比,所提方法具有更优的线损预测精度和计算效率,可以分别获得10.7％和25.5％的性能提升.