反弹效应下低压线损预测的深度学习算法

作者：任盛; 周志飞; 卜龙敏; 王艺錂; 刘文婕

来源：电子设计工程, 2020, 28(22): 104-112.

DOI：10.14022/j.issn1674-6236.2020.22.023

• 反弹效应
• 低压线损
• 预测
• 深度学习算法

线损对输电线路稳定运行具有重要作用,采用传统预测方法受到反弹效应影响,导致预测精准度较低。针对该问题,提出了反弹效应下低压线损预测的深度学习算法。根据深度学习模型,训练输入数据。计算电力公司线损电量,使用改进多层网络结构,并输出每层训练后的数据。通过输入层和隐藏层之间权值矩阵,构建线损预测模型,并进行数据预处理。根据处理结果,采用深度学习单元训练输入点、输出点、遗忘点和节点,并记录当前训练状态。计算节点输出值,充分考虑外界因素,将数据进行分组处理,并训练模型,分析误差原因,设计预测流程,由此完成低压线损预测。由实验结果可知,该算法预测精准度最高可达到98%,为输电线路稳定运行奠定基础。

• 单位
  国网湖南省电力有限公司供电服务中心