基于半监督机器学习算法的智能电网调度控制系统健康度评价

作者：张浩; 汪德义

来源：电气自动化, 2021, 43(05): 97-100.

• 智能电网
• 调度控制系统
• 健康度评价
• 机器学习
• 半监督机器学习
• LCOP K-means算法

智能电网调度控制系统实时监控电力系统的发、输、变和配电等全过程,保证了电网安全稳定的运行,其健康度评价反映了整个电网运行情况。采用基于专家经验的评价方法虽然整体计算简单,但所得结果过于依赖主观因素,准确度不高。采用LinkedCop K-means (LCop K-means)算法对智能电网调度控制系统的健康度进行评价。首先介绍了智能电网调度控制系统的组成和主要功能,以及其健康度评价模型。LCopK-means算法属于机器学习算法中的半监督学习算法,因此在计算过程中并不会过分依赖于标签信息,具有更高的适用性及准确度。算例分析基于试验数据和实测数据,对比了LCop K-means算法和传统K-means算法,验证了所引入算法的高效性。

• 单位
  国网黄山供电公司