基于深度置信网络的低压台区理论线损计算方法

摘要：

针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法.在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调.为了提高计算精度,采用自适应时刻估计(Adam)优化器.以某地区实测2 140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSProp)和随机梯度下降(SGD)算法具有优越性.

关键词：低压台区、理论线损、深度置信网络、贪婪逐层训练法、自适应时刻估计

所属期刊栏目：40

分类号：TM74(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目61873225

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：140-146