隨著電網(wǎng)的迅速發(fā)展,國家對(duì)降損節(jié)能的研究越來越重視,線損率是衡量電力企業(yè)經(jīng)營水平和管理水平的一項(xiàng)綜合性技術(shù)經(jīng)濟(jì)指標(biāo),努力降低電網(wǎng)的電能損耗是各級(jí)供電企業(yè)的一項(xiàng)必不可少的工作。目前10kV配電網(wǎng)線損電量已占整個(gè)電力網(wǎng)的20%以上,具有較大的降損空間,但是由于中壓配電網(wǎng)的網(wǎng)架結(jié)構(gòu)龐大,元件和節(jié)點(diǎn)數(shù)目繁多,有些必要的運(yùn)行資料和數(shù)據(jù)難以收集,致使線損計(jì)算結(jié)果不準(zhǔn)確�；谏鲜鰡栴},提出快速、準(zhǔn)確地預(yù)測10kV配電網(wǎng)線損的方法具有重要意義。為了更準(zhǔn)確、有效地評(píng)估10kV配電網(wǎng)線損水平,提出了一種基于灰色關(guān)聯(lián)分析和改進(jìn)神經(jīng)網(wǎng)絡(luò)的10kV配電網(wǎng)線損預(yù)測方法。首先,為提高配電網(wǎng)數(shù)據(jù)質(zhì)量,采用了基于k近鄰的數(shù)據(jù)清洗方法,對(duì)原始數(shù)據(jù)中的孤立點(diǎn)進(jìn)行檢測并刪除;然后,通過灰色關(guān)聯(lián)分析方法對(duì)各個(gè)電氣指標(biāo)和線損之間的關(guān)聯(lián)性進(jìn)行分析,并進(jìn)行關(guān)聯(lián)度的排序,結(jié)合實(shí)際配電網(wǎng)數(shù)據(jù),得到最能反映10kV配電網(wǎng)運(yùn)行狀態(tài)和網(wǎng)架結(jié)構(gòu)的電氣特征指標(biāo)體系;其次,考慮到傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)（BPNN）結(jié)構(gòu)難以確定和訓(xùn)練過程易陷入局部極小值、收斂速度慢等缺點(diǎn),采用以下兩個(gè)方法改進(jìn),其一,使用十折交叉驗(yàn)證法結(jié)合試湊法分析BP神經(jīng)網(wǎng)絡(luò)在不同網(wǎng)絡(luò)結(jié)構(gòu)... 

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 配電網(wǎng)線損預(yù)測的研究現(xiàn)狀
    1.3 主要研究內(nèi)容
第2章 基于灰色關(guān)聯(lián)分析的10kV配電網(wǎng)電氣特征指標(biāo)體系的建立
    2.1 現(xiàn)有線損電氣指標(biāo)體系
        2.1.1 理論線損指標(biāo)
        2.1.2 管理線損指標(biāo)
    2.2 電氣特征指標(biāo)體系構(gòu)建標(biāo)準(zhǔn)
        2.2.1 指標(biāo)易獲取性
        2.2.2 指標(biāo)間相關(guān)性
        2.2.3 指標(biāo)的線損貢獻(xiàn)度
    2.3 灰色關(guān)聯(lián)分析基礎(chǔ)理論
        2.3.1 灰色關(guān)聯(lián)分析適應(yīng)性分析
        2.3.2 鄧氏灰色關(guān)聯(lián)分析算法
        2.3.3 實(shí)例計(jì)算分析
    2.4 本章小結(jié)
第3章 改進(jìn)神經(jīng)網(wǎng)絡(luò)的10kV配電網(wǎng)線損預(yù)測
    3.1 神經(jīng)元模型和網(wǎng)絡(luò)結(jié)構(gòu)
    3.2 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及算法
    3.3 基于自適應(yīng)遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的10kV配電網(wǎng)線損預(yù)測
        3.3.1 BP神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)
        3.3.2 數(shù)據(jù)預(yù)處理
        3.3.3 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選取
        3.3.4 自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
    3.4 本章小結(jié)
第4章 實(shí)例分析
    4.1 數(shù)據(jù)清洗
        4.1.1 數(shù)據(jù)清洗流程
        4.1.2 基于k近鄰的孤立點(diǎn)檢測算法
        4.1.3 數(shù)據(jù)清洗效果驗(yàn)證
    4.2 確定電氣特征指標(biāo)
    4.3 確定BPNN隱含層節(jié)點(diǎn)數(shù)目
    4.4 線損預(yù)測模型的評(píng)估
        4.4.1 分析AGA對(duì)BPNN的改進(jìn)效果
        4.4.2 對(duì)比分析四種神經(jīng)網(wǎng)絡(luò)算法
    4.5 基于AGA-BPNN的10kV配電網(wǎng)線損預(yù)測
    4.6 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)研究及應(yīng)用[J]. 余善好.  電腦知識(shí)與技術(shù). 2018(16)
[2]改進(jìn)遺傳算法在電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用[J]. 董如來,章書劍.  安徽電力. 2018(01)
[3]改進(jìn)遺傳算法在電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用[J]. 董如來,章書劍.  安徽電力. 2018 (01)
[4]中壓配電網(wǎng)規(guī)劃態(tài)線損計(jì)算方法[J]. 張勤,馬瑋,付錦,馮超.  電氣技術(shù). 2018(02)
[5]基于大數(shù)據(jù)的配電網(wǎng)線損分析[J]. 陸巍.  電子技術(shù)與軟件工程. 2017(14)
[6]基于過程狀態(tài)特征化的配電網(wǎng)線損計(jì)算[J]. 李健,黃俊銘,朱建全,莊遠(yuǎn)燦,劉明波.  電力系統(tǒng)保護(hù)與控制. 2017(10)
[7]基于改進(jìn)K-Means聚類和BP神經(jīng)網(wǎng)絡(luò)的臺(tái)區(qū)線損率計(jì)算方法[J]. 李亞,劉麗平,李柏青,易俊,王澤忠,田世明.  中國電機(jī)工程學(xué)報(bào). 2016(17)
[8]基于Hadoop架構(gòu)的多重分布式BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測方法[J]. 蘇學(xué)能,劉天琪,曹鴻謙,焦慧明,于亞光,何川,沈驥.  中國電機(jī)工程學(xué)報(bào). 2017(17)
[9]考慮基態(tài)?差異化特征的臺(tái)區(qū)無功優(yōu)化配置策略[J]. 歐陽森,陳欣暉.  電網(wǎng)技術(shù). 2015(12)
[10]采用負(fù)荷電量計(jì)算低壓配電臺(tái)區(qū)理論線損的牛拉法[J]. 劉庭磊,王韶,張知,朱姜峰.  電力系統(tǒng)保護(hù)與控制. 2015(19)

博士論文
[1]BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機(jī)械化中的應(yīng)用研究[D]. 王吉權(quán).沈陽農(nóng)業(yè)大學(xué) 2011



本文編號(hào)：3689893