结合RBM的MLP神经网络输变电工程量评估方法

作者：张波; 黄江倩; 姜霓裳; 王志勇

来源：高校应用数学学报A辑(中文版), 2023, 38(02): 181-189.

DOI：10.13299/j.cnki.amjcu.002262

• 输变电工程量
• 玻尔兹曼机
• 多层感知机

为了解决输变电工程中工程量合理性的智能评估问题,该文提出一种结合RBM(玻尔兹曼机)的MLP(多层感知机)神经网络模型.该模型通过学习可信历史数据中影响因素和工程量的关系,具备了从影响因素预测工程量的能力;再通过对真实值与预测值之间差异的判断,自动评估目标工程量的合理性.为了能够让模型更好地从复杂的历史数据中学习,从而有效地提高MLP神经网络模型预测的精准度,文中引入玻尔兹曼机对历史数据进行无监督学习,提取可以表征原数据的新的抽象特征.仿真表明,该文方法能够有效推动输变电工程量的智能评估,解决目前专家人工评估中主观因素带来的问题.

• 单位
  浙江大学