基于深度信念网络的供电可靠率预测模型

摘要：

供电可靠率是供电服务水平的重要指标之一.提出了基于相关性分析和深度信念网络的供电可靠率预测模型.首先利用Pearson系数选取停电次数、最大负荷和用户电费均价系数作为输入特征集.然后将特征集输入到所建立的深度信念网络中,采用逐层无监督训练方法和反向传播训练方法对模型进行参数优化,通过该模型进行供电可靠率预测.最后将所提出的模型与传统人工神经网络、支持向量回归和差分整合移动平均自回归进行比较,结果验证了文章提出的供电可靠率预测模型的有效性.

关键词：供电可靠率预测、供电服务水平、深度信念网络、无监督训练方法、反向传播训练

所属期刊栏目：25

分类号：TM714;TK018(输配电工程、电力网及电力系统)

资助基金：国网安徽省电力有限公司亳州供电公司科技项目B312T0210007

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38