电力科学与工程
電力科學與工程
전력과학여공정
INFORMATION ON ELECTRIC POWER
2014年
z1期
43-46
,共4页
艾解清%徐晖%魏理豪%王甜
艾解清%徐暉%魏理豪%王甜
애해청%서휘%위리호%왕첨
线损计算%最小二乘支持向量机%无监督聚数
線損計算%最小二乘支持嚮量機%無鑑督聚數
선손계산%최소이승지지향량궤%무감독취수
针对国内现有理论线损计算方法的局限性,提出一种能够针对配电线路的特征参数与相应线损构成训练样本的模型.该模型能够用最小二乘支持向量回归机(LSSVR)进行学习,拟合特征参数与配电线路线损之间复杂的非线性关系,找到线损随特征参数变化的规律.为提高LSSVR学习效率,模型利用无监督聚类算法对训练样本进行分类,然后学习每类中的样本,一方面降低了一次性学习所有样本带来的计算复杂度,另一方面使得计算结果精度更高.以配电线路数据为实例进行仿真实验,结果表明了该模型的有效性和实用性.
針對國內現有理論線損計算方法的跼限性,提齣一種能夠針對配電線路的特徵參數與相應線損構成訓練樣本的模型.該模型能夠用最小二乘支持嚮量迴歸機(LSSVR)進行學習,擬閤特徵參數與配電線路線損之間複雜的非線性關繫,找到線損隨特徵參數變化的規律.為提高LSSVR學習效率,模型利用無鑑督聚類算法對訓練樣本進行分類,然後學習每類中的樣本,一方麵降低瞭一次性學習所有樣本帶來的計算複雜度,另一方麵使得計算結果精度更高.以配電線路數據為實例進行倣真實驗,結果錶明瞭該模型的有效性和實用性.
침대국내현유이론선손계산방법적국한성,제출일충능구침대배전선로적특정삼수여상응선손구성훈련양본적모형.해모형능구용최소이승지지향량회귀궤(LSSVR)진행학습,의합특정삼수여배전선로선손지간복잡적비선성관계,조도선손수특정삼수변화적규률.위제고LSSVR학습효솔,모형이용무감독취류산법대훈련양본진행분류,연후학습매류중적양본,일방면강저료일차성학습소유양본대래적계산복잡도,령일방면사득계산결과정도경고.이배전선로수거위실례진행방진실험,결과표명료해모형적유효성화실용성.