基于深度神经网络的数字电网安全态势感知研究

作者：周驰; 周鑫

来源：自动化与仪器仪表, 2022, (12): 107-112.

DOI：10.14016/j.cnki.1001-9227.2022.12.107

• 深度神经网络
• 数字电网
• 安全态势感知
• 评价指标
• 评估预测

针对当前电网安全态势预测效果不佳，导致电网极易受到外部入侵的问题，提出设计一个基于深度神经网络分数字电网安全态势感知系统。系统采用日志传感器进行电网数据采集；然后利用多项式回归算法进行初始数据融合；之后利用改进熵权法计算出电网安全态势评估值，并通过层次分析法确定电网安全态势综合评价指标；最后将确定的评估值作为神经网络输入，并对其进行训练和学习，由此实现电网安全分类和预测。实验结果证明，本方法的预测准确率高达96%,相较于BP神经网络和RBF神经网络，本方法预测准确率分别高出了18%和34%,且本模型的MAPE和SDE预测误差分别为0.019 8和0.012 5,均低于另外两种模型。系统测试发现，本系统对数字电网安全态势感知率高达98%,均高于其他态势感知系统。综合分析可知，本系统可准确地对电网安全态势进行评估和预测，具备一定的有效性。