基于智能算法的10kV配电网线损评估

被引：15

作者：

刘丽平 ^{[1
]}

张东霞 ^{[1
]}

孙云超 ^{[1
]}

张义涛 ^{[2
]}

王新迎 ^{[1
]}

机构：

[1] 中国电力科学研究院有限公司

[2] 华北电力大学电气与电子工程学院

来源：

供用电 | 2018年 / 35卷 / 07期

关键词：

配电网; 理论线损; BP神经网络; 粒子群算法; 开集测试;

D O I：

10.19421/j.cnki.1006-6357.2018.07.007

中图分类号：

TM714.3 [系统中能量损失的降低及无功功率的补偿];

学科分类号：

080802 [电力系统及其自动化];

摘要：

为更全面、准确地评估10kV配电网线损水平,提出了一种基于粒子群算法(PSO)优化BP神经网络(BPNN)的较为准确有效的10kV配电网理论线损预测方法。首先筛选和构建5个电气特征指标描述10kV配电网结构和运行状态;其次采用惯性因子和学习因子动态调整的粒子群算法,全局搜索BP神经网络的权值和阈值来构建PSO-BPNN线损评估模型;通过对训练样本集的学习,拟合电气特征指标与线损之间的非线性关系,进而对测试样本集线损进行预测。最后应用某地区10kV配电网的实际样本数据验证了所提方法的有效性与合理性。

引用

页码：43 / 48

页数：6

共 20 条

[1]

BP神经网络的理论及其在农业机械化中的应用研究 [D].