基于支持向量机的配电网设施可靠性参数预测方法

被引：16

作者：

刘苑红

王卓

苏剑

机构：

[1] 配电变压器节能技术北京市重点实验室(中国电力科学研究院有限公司)

来源：

电力信息与通信技术 | 2018年 / 16卷 / 06期

关键词：

配电网; 设施可靠性参数; 支持向量机; 遗传算法;

D O I：

10.16543/j.2095-641x.electric.power.ict.2018.06.007

中图分类号：

TM727 [电力网]; TP18 [人工智能理论];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

配电网设施可靠性参数取值的合理性直接影响到评估结果的实际应用价值。针对当前配电网设施可靠性参数研究中影响因素考虑不充分和模型存在局限性的问题,文章提出了基于支持向量机的预测方法。通过分析处理历史数据获取主要影响因素作为模型自变量,运用遗传算法优化模型参数,建立配电网设施可靠性参数优化预测模型,实现对配电网设施可靠性参数的科学预测。并以配电变压器故障率为例对预测模型进行验证,对比结果表明该方法是可行有效的。

引用

页码：36 / 42

页数：7

共 18 条

[1]

机器学习.[M].周志华.清华大学出版社.2016,

[2]

供电可靠性管理实用技术.[M].国家电网公司; 组编.中国电力出版社.2008,

[3]

用于电力系统暂态稳定预测的支持向量机组合分类器及其可信度评价 [J].