[发明专利]基于神经网络的异常线损率台区识别方法

摘要

本发明公开了一种基于神经网络的异常线损率台区识别方法，通过将收集到的台区电气特征参数和计算得到的实际线损率作为训练样本集，计算得到各层之间的权重；当后续台区数量变化时，及时修改样本集，迭代更新权重，得到最优权重系数；接着将台区的电气特征参数作为输入，最优权重作为权重系数，得到估算线损率值；通过对实际线损率和估算线损率进行对比，计算两者的误差率即能识别异常线损的台区。本发明通过对实际线损率和估算线损率进行对比，计算两者的误差率即能识别异常线损的台区，方便管理人员进行线损管理，电力企业能够及时进行有效的补救措施，从而减少经济的进一步损失。

主权项

1.一种基于神经网络的异常线损率台区识别方法，其特征在于，包括步骤：(1)收集电网各台区的电气特征参数；(2)收集各台区的供电量和售电量，计算实际线损率；(3)将各台区电气特征参数作为训练集的输入，实际线损率作为训练集的输出，训练神经网络，计算权重系数；(4)将台区下的电气特征参数作为样本数据的输入，权重系数作为最优权重，进行神经网络算法，计算估算线损率值；(5)计算实际线损率和估算线损率值的误差，根据误差率的大小判断台区是否为线损异常台区。