基于智能算法的10 kV配电网线损评估

摘要：

为更全面、准确地评估10 kV配电网线损水平,提出了一种基于粒子群算法(PSO)优化BP神经网络(BPNN)的较为准确有效的10kV配电网理论线损预测方法.首先筛选和构建5个电气特征指标描述10 kV配电网结构和运行状态;其次采用惯性因子和学习因子动态调整的粒子群算法,全局搜索BP神经网络的权值和阈值来构建PSO-BPNN线损评估模型;通过对训练样本集的学习,拟合电气特征指标与线损之间的非线性关系,进而对测试样本集线损进行预测.最后应用某地区10kV配电网的实际样本数据验证了所提方法的有效性与合理性.

关键词：配电网、理论线损、BP神经网络、粒子群算法、开集测试

所属期刊栏目：35

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目“面向同期线损管理的多专业数据治理技术与挖掘应用研究”XT71-17-027

在线出版日期：2018-11-26（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：43-48