科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前农村配电网中日趋严重的低电压问题,为判断台区低电压风险类型,提前做好应对低电压问题工作。采集若干经典台区影响配电网低电压产生的多项指标数据,训练了一种基于自组织竞争人工神经网络的低电压预测模型,对已有的台区低电压风险类型进行聚类,并且通过该预测模型可将待测台区分为存在低电压风险、正常台区和存在严重低电压风险三类。通过待测台区验证并对实际情况分析,该模型可很好的实现低电压预测功能,这将便于今后在对低电压问题处理时及早采取相应措施。
- 单位
针对当前农村配电网中日趋严重的低电压问题,为判断台区低电压风险类型,提前做好应对低电压问题工作。采集若干经典台区影响配电网低电压产生的多项指标数据,训练了一种基于自组织竞争人工神经网络的低电压预测模型,对已有的台区低电压风险类型进行聚类,并且通过该预测模型可将待测台区分为存在低电压风险、正常台区和存在严重低电压风险三类。通过待测台区验证并对实际情况分析,该模型可很好的实现低电压预测功能,这将便于今后在对低电压问题处理时及早采取相应措施。
