隨著電網(wǎng)的迅速發(fā)展,國(guó)家對(duì)降損節(jié)能的研究越來(lái)越重視,線損率是衡量電力企業(yè)經(jīng)營(yíng)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�(wèn)題,提出快速、準(zhǔn)確地預(yù)測(cè)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(cè)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(cè)并刪除;然后,通過(guò)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(guò)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(yè)數(shù)】：58 頁(yè)

【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(cè)的研究現(xiàn)狀
    1.3 主要研究?jī)?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(cè)
    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(cè)
        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(cè)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(cè)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(cè)
    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(lái),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(lái),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(guò)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(guó)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(cè)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(guó)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(wú)功優(yōu)化配置策略[J]. 歐陽(yáng)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(yáng)農(nóng)業(yè)大學(xué) 2011



本文編號(hào)：3689893