基于半监督机器学习算法的智能电网调度控制系统健康度评价

摘要：

智能电网调度控制系统实时监控电力系统的发、输、变和配电等全过程,保证了电网安全稳定的运行,其健康度评价反映了整个电网运行情况.采用基于专家经验的评价方法虽然整体计算简单,但所得结果过于依赖主观因素,准确度不高.采用LinkedCop K-means(LCop K-means)算法对智能电网调度控制系统的健康度进行评价.首先介绍了智能电网调度控制系统的组成和主要功能,以及其健康度评价模型.LCopK-means算法属于机器学习算法中的半监督学习算法,因此在计算过程中并不会过分依赖于标签信息,具有更高的适用性及准确度.算例分析基于试验数据和实测数据,对比了LCop K-means算法和传统K-means算法,验证了所引入算法的高效性.

关键词：智能电网;调度控制系统;健康度评价;机器学习;半监督机器学习;LCOP K-means算法

所属期刊栏目：43

分类号：TM734(输配电工程、电力网及电力系统)

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：97-100