考虑异常事件约束的配网故障风险智能预判方法

摘要：

为了提升电网配网异常事件约束及预警算法效率,将异常事件约束元数据从电网系统负荷数据和电网设备状态数据调整为配网发令系统数据,通过引入模糊神经网络,使用模糊矩阵对数据强制归一化后导入多列模糊神经网络,最终在有针对性的加权规则下得到基于调度法令系统原始大数据的数据预警结果,从而减少异常事件发生,提高对配网故障风险的检出率.在仿真环境下,该配网发令系统测得更高的敏感度和特异度,并具有更高的响应效率,说明在异常事件约束人工智能算法中,配网发令系统数据具有更高的数据挖掘效果,从而能够提前对配网故障风险做出智能判断.

关键词：配网异常事件、法令系统、多列模糊神经网络、机器学习、数据预警

所属期刊栏目：51

分类号：TM425(变压器、变流器及电抗器)

在线出版日期：2022-07-29（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：103-106