摘要
本发明公开了基于模糊神经网络的县域配电网运行状态辨识方法及系统,涉及电力系统运行状态监测与辨识技术领域,包括将收集到的县域配电网数据进行预处理,建立多维度运行状态评估指标体系;通过半监督学习的改进k‑means算法进行相关性分析,对县域配电网的运行指标状态区间进行修正,建立县域配电网运行状态指标体系,利用熵权法确定运行状态评价指标的综合权重;建立基于模糊神经网络的县域配电网辨识模型,确定县域配电网的运行状态。本发明提高县域配电网的运行效率,降低运行成本;减少电网故障发生的概率,提高供电可靠性,优化电网资源配置,降低线损,为电网调度提供了实时、准确的数据支持,提高调度效率。
技术关键词
配电网运行状态
模糊神经网络
辨识方法
分布式资源
评估指标体系
样本
半监督学习
系统误差
k‑means算法
负荷
偏差
电力系统运行状态
电网资源配置
熵权法
辨识模块
检修设备
信息熵
模糊规则
变量
系统为您推荐了相关专利信息
误差辨识方法
俯仰机构
指数
俯仰运动控制
机械臂
风险评估模型
创业教育
数据获取模块
经济效益评估
决策支持单元
城市污水处理过程
溶解氧
扰动估计器
模糊神经网络
非线性模型预测控制方法
多模态信息
风力发电系统
辨识方法
低频振荡模式
频域特征
出清方法
区块链系统
遗传算法
区块链智能合约
负荷