-
题名基于改进PSO优化RBF神经网络线损计算与分析
被引量：7
- 1
-
-
作者
何立强
赵允
于景亮
-
机构
国网丹东供电公司
-
出处
《东北电力技术》
2020年第4期55-59,共5页
-
文摘
为了准确计算配电网线路损耗,进行窃电位置的判断,提出改进粒子群算法优化RBF神经网络的计算和分析模型。以机器学习为切入点,通过数据驱动的方式,利用改进粒子群算法优化RBF神经网络重要参数,分别构建了相关线损计算和分析模型,基于IEEE13节点配电网络参数,实现理论线损计算和窃电位置判断。通过Matlab仿真验证上述模型的准确性和可靠性。
-
关键词
粒子群算法
人工神经网络算法
线损计算
窃电分析
-
Keywords
particle swarm optimization
artificial neural network algorithm
line loss calculation
power theft analysis
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名电力多维指标聚合在用户窃电智能分析中的应用
- 2
-
-
作者
杨婧
宋强
陈庆辉
-
机构
贵州电网有限责任公司
-
出处
《自动化技术与应用》
2023年第7期170-173,共4页
-
文摘
用户窃电行为分析过程中,由于判断指标的差异,导致智能分析结果的F-Measure值较小,用户窃电智能分析准确率较差,为此提出电力多维指标聚合在用户窃电智能分析中的应用。选取与窃电分析相关的电力特征数据,建立多维聚合判断指标。结合数据修复、数据降维等多种方法对用电数据进行预处理,基于RBF神经网络构建窃电行为检测模型,获取窃电智能分析结果,利用萤火虫寻优算法,获取模型全局寻优结果。仿真实验结果表明提出的用户窃电智能分析方法,将F-Measure值提升了14.56%与22.43%,有效提升了用户窃电智能分析准确率。
-
关键词
聚合
窃电分析
智能诊断
萤火虫寻优算法
-
Keywords
polymerization
power theft analysis
intelligent diagnosis
firefly optimization algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
