基于小生境遗传算法优化串级神经网络的台区理论线损预测

摘要：

台区作为电力系统的最末端部分,节点数目多、网络架构复杂,导致不易精确计算其理论线损问题.在海量实际低压台区运行历史数据的基础上,首先研究影响台区线损的相关因子,建立台区线损特征指标集合.然后利用皮尔逊相关系数分析方法从中提取出高损关键特征指标作为线损预测模型输入.再融合集成学习和梯度提升树思想,建立基于串级BP(back propogatiow)神经网络的台区线损预测模型,并采用小生境遗传算法对预测模型的初始参数进行优化从而提高模型训练效率.最后通过实际数据算例仿真,并与其他预测方法结果进行比较,验证所提台区线损预测模型具有优秀的训练效率和预测泛化能力.

关键词：台区线损、关键特征指标、皮尔逊相关系数、串级BP神经网络、小生境遗传算法

所属期刊栏目：21

分类号：TM744(输配电工程、电力网及电力系统)

资助基金：国网山西省电力公司项目52053018000S

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：9897-9906