基于5G与CNN的智能电网稳定性预测

摘要：

随着5G通信技术的研究以及新型基础设施的建设, 智能电网得到了快速发展. 同时, 在大数据时代, 万物互联导致海量的设备接入电力网络, 也给智能电网带来了较大的负担, 电力网络的稳定性问题亟待解决. 因此, 本文提出了一种基于CNN的智能电网稳定性预测算法, 通过收集电力网络产生的数据, 经过CNN模型的处理, 最后输出智能电网稳定性的判别结果. 经过仿真验证, 该算法与SVM、AdaBoost, 随机森林相比, 具有较高的准确率; 同时, 本文采用了4种不同的优化算法去改善CNN模型, 带有动量的SGD算法可以达到98.13％预测准确度, 利用该模型可以有效帮助电力系统对未知的问题提前预警, 降低了安全隐患并减少了电力事故的发生.

关键词：5G、智能电网、稳定性、卷积神经网络、优化算法

所属期刊栏目：30

分类号：TP391;TM711;TP183

资助基金：江苏省第二批省级工业和信息产业转型升级专项5246DR180077

在线出版日期：2021-07-26（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：158-164