基于GRU网络的配电网故障数量等级预测方法

论文摘要

配电网故障数量的多少直接影响配电网的运行维护与用户的用电体验,目前业界关于配电网故障数量等级预测的研究较少.给出了一种基于GRU网络的配电网故障数据分析与故障数量等级预测方法.通过条件熵来衡量配电网故障数量等级的历史依赖性,采用距离相关系数对诸多气象特征因素进行相关性强弱考察,筛选出最优特征子集,最后通过训练GRU网络实现了配电网故障数量等级的预测.算例结果证明了预测方法的有效性.

论文目录

• 0 引言
• 1 数据分析与特征筛选
•   1.1 数据预处理
•   1.2 历史依赖性分析
•   1.3 相关性分析
• 2 GRU网络及其训练
•   2.1 网络结构
•   2.2 训练网络
•   2.3 评估网络
• 3 算例及结果分析
•   3.1 原始数据分析及历史依赖性分析
•   3.2 气象因素的距离相关系数
•   3.3 预测结果及评估
• 4 结论

文章来源

类型: 期刊论文

作者: 高金峰,庞昊,杜耀恒

关键词: 配电网故障数量等级,循环神经网络,网络,历史依赖性,相关性

来源: 郑州大学学报(工学版) 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 郑州大学产业技术研究院,国家电网烟台供电公司

分类号: TM711

DOI: 10.13705/j.issn.1671-6833.2019.05.007

页码: 39-44

总页数: 6

文件大小: 212K

下载量: 85