大数据环境下基于BPNN模型的配电网规划适应性评价方法研究

• 作者: 张喆 杨宏宇 高新亭 王简 王褀 王承民
• 来源期刊: 供用电
• 关键词: 电网大数据 后向传播神经网络(BPNN) 配电网规划 适应性评价 供电能力
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 配电|Power Distribution
• 页码范围: 56-63,88
• 页数: 9页
• 分类号: TM71
• 语种: 中文
• DOI: 10.19421/j.cnki.1006-6357.2021.05.009

摘要

分布式电源接入配电网等新技术的发展增加了配电网的复杂程度,使其网络规模、结构复杂程度和数据信息量日益提升,合理地设计大数据背景下的配电网规划评价指标,并利用电网大数据的分析技术对未来配电网规划的发展具有重大意义.以配电网规划方案适应性评价问题为研究目标、以后向传播神经网络(back propagation neural network,BPNN)算法为计算手段,分析大数据环境下未来配电网的规划问题,从网架结构、供电能力、装备水平、负荷特性及新元素并网5个方面,建立多维评价指标,对目标年配电网规划进行后评价.通过算例验证了该适应性评价指标建立合理,同时利用BPNN算法对目标配电网的规划进行后评价具有一定的优越性.