基于Apriori算法和卷积神经网络的配电设备运行效率主要影响因素挖掘

摘要：

针对目前配电系统运行效率研究方面缺少评价手段且缺少内在原因的探究方法的问题,提出了一种基于Apriori算法和卷积神经网络的配电设备运行效率主要影响因素挖掘方法.首先,提出配电设备日运行效率的计算方法;其次,分析可能影响运行效率的原因,提出基于K-means聚类和Apriod算法的运行效率主要影响因素的挖掘方法;然后,基于卷积神经网络,提出运行效率与主要影响因素之间关系的定量度量方法;最后利用算例分析,验证了该文方法的可行性.

关键词：运行效率、主要影响因素、Apriori算法、卷积神经网络

所属期刊栏目：41

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：南方电网公司科技项目ZBKJXM20180220

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：31-38