[发明专利]一种基于多层感知机的中压配电网线损区间计算方法及系统在审

专利信息
申请号: 202010322516.3 申请日: 2020-04-22
公开(公告)号: CN111476502A 公开(公告)日: 2020-07-31
发明(设计)人: 王玮茹;霍成军;卢永平;张晓鹏;刘晋魁;程雪婷;石新聪;李蒙赞;刘新元;王慧阳;孟强;孟丹;谢艳菲;苏晓娜;皮军;王锬;马东娟;李东 申请(专利权)人: 国网山西省电力公司电力科学研究院
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06K9/62;G06N3/04;G06F17/16
代理公司: 南京泰普专利代理事务所(普通合伙) 32360 代理人: 张磊
地址: 030001*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多层 感知 配电 网线 区间 计算方法 系统
【权利要求书】:

1.一种基于多层感知机的中压配电网线损区间计算方法,其特征是包括以下步骤:

步骤1、对线损率和线损关键特征指标进行中心化和标准化处理;

步骤2、将处理后的数据按照预定比例划分训练集和测试集;

步骤3、将训练集中的数据导入到多层感知机中;

步骤4、将测试集中的线损关键特征指标导入到训练好的多层感知机线损计算模型中,得到线损率预测值。

2.根据权利要求1所述的一种基于多层感知机的中压配电网线损区间计算方法,其特征在于,所述步骤1进一步包括:

步骤1-1、对样本数据进行中心化和标准化处理,将其转为[0,1]之间的无量纲的值,使得变量值在数量级上处于同等的地位;

步骤1-2、开始提取特征指标,设有n个中压配电网参与线损关键特征指标,用xi(i=1,2,L,n)表示,对每个配电网选择p个特征量,那么对于第i个配电网第j个特征量,将其的值记为xij,因此这n个配电网的特征量所排列组成的集合,将其以矩阵的形式进行表示,将其称为样本数据矩阵:

步骤1-3、用各个变量去减去相应的各个变量的均值,记第j个特征变量的平均值为则变量xij进行中心化处理过程的计算方法如下:

式中,各符号含义同步骤1-2;

中心化处理之后,各个变量的平均值为0,因此,各个变量将具有相同的基点;

步骤1-4、在中心化处理的基础之上,对数据进行标准化处理,使得数据的取值范围相等,采用标准差对数据进行标准化处理,记第j个变量的标准差为Sj,对x′ij实施标准化变换,计算如下:

式中各符号含义同步骤1-2。

3.根据权利要求1所述的一种基于多层感知机的中压配电网线损区间计算方法,其特征在于,所述步骤2进一步包括:将处理后的数据的70%作为多层感知机的训练集,将处理后的数据的30%作为多层感知机的测试集。

4.根据权利要求1所述的一种基于多层感知机的中压配电网线损区间计算方法,其特征在于,所述步骤3进一步包括:

步骤3-1、将训练集中的数据导入到多层感知机中,其中线损率作为因变量,8个线损关键特征指标作为自变量导入到多层感知机中进行训练,得到基于多层感知机的线损计算模型;

步骤3-2、设置多层感知机参数:训练误差为0.0001,隐藏层参数为1层、4个单元,激活函数使用双曲正切;输出层激活函数选择恒等式,误差函数选择平方和,将训练集导入多层感知机中,对多层感知机模型进行训练,得到训练好的多层感知机线损计算模型。

5.根据权利要求1所述的一种基于多层感知机的中压配电网线损区间计算方法,其特征在于,所述步骤4进一步包括:

步骤4-1、将测试集中的8个线损关键特征指标导入到训练好的多层感知机线损计算模型中,得到线损率预测值,并将线损率预测值加上误差区间,得到预测出的线损率区间;

步骤4-2、若真实线损率在预测出的线损率区间中,则认为预测结果是正确的;若真实线损率在预测出的线损率区间中,则认为预测结果是错误的;

步骤4-3、将预测出的线损率和真实的线损率进行对比。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山西省电力公司电力科学研究院,未经国网山西省电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010322516.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top