基于改进K-Means聚类和BP神经网络的台区线损率计算方法

被引：167

作者：

李亚 ^{[1
]}

刘丽平 ^{[2
]}

李柏青 ^{[2
]}

易俊 ^{[2
]}

王泽忠 ^{[1
]}

田世明 ^{[2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 中国电力科学研究院

来源：

中国电机工程学报 | 2016年 / 36卷 / 17期

关键词：

低压台区; 电气特征参数; 线损率; 改进K-Means聚类算法; LM算法优化的BP神经网络;

D O I：

10.13334/j.0258-8013.pcsee.160864

中图分类号：

TP183 [人工神经网络与计算]; TM744 [电力系统的计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080802 ;

摘要：

配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台区线损率的方法,并通过编程加以实现。根据样本的电气特征参数,提出了改进K-Means聚类算法,将台区样本分类,解决了台区线损率数值分散的问题。在此基础上,采用LM算法优化的BP神经网络模型对样本数据按类进行训练,利用BP神经网络拟合样本线损率与电气特征参数之间的关系,得到其变化规律。以某地区601个台区样本数据为例进行仿真计算,验证了所提方法的准确性。结果表明,与标准BP神经网络模型相比,LM算法优化的BP神经网络模型具有快速收敛、高精度等优点。

引用

页码：4543 / 4552

页数：10

共 17 条

[1]

神经网络模型及其MATLAB仿真程序设计.[M].周开利;康耀红编著;.清华大学出版社.2005,

[2]

电力网线损的理论计算和分析.[M].杨秀台编.水利电力出版社.1985,

[3] 考虑基态?差异化特征的台区无功优化配置策略 [J].