配电网运行风险的动态评估组合模型

现有配电网风险评价中普遍存在专家评价主观性强和无效数据处理不严谨2个现实难点,据此提出一种基于BP神经网络—动态贝叶斯网络的配电网运行风险预警模型。首先运用BP神经网络集进行评价属性的训练和测试,避免了模糊综合评价中指标权重设置和指标专家评价值主观性强的问题;其次将多组BP神经网络的输出进行融合处理,剔除差异性较大的观测数据,最后将部分数据缺失的时间片观测值矩阵作为变结构动态贝叶斯网络的输入,对指标隶属度在时间序列上的动态演化进行分析,达到对配电网运行风险动态评估预警的目标。在实例分析中,通过该模型与模糊综合评价方法的评价结果进行对比,证明了该模型有效可行。