中国电力
中國電力
중국전력
Electric Power
2015年
11期
142-148
,共7页
乔国华%郭路遥%吴一敌%李晶%贾朝阳%郝锋%詹翔灵%王亚运
喬國華%郭路遙%吳一敵%李晶%賈朝暘%郝鋒%詹翔靈%王亞運
교국화%곽로요%오일활%리정%가조양%학봉%첨상령%왕아운
变电站%全寿命周期成本%遗传算法%支持向量机
變電站%全壽命週期成本%遺傳算法%支持嚮量機
변전참%전수명주기성본%유전산법%지지향량궤
substation%life cycle cost%genetic algorithm%support vector machine
变电站设备多、投入资金大,建立合理的变电站LCC预测模型,是提高电网资产管理效率的重要手段,其中如何保证算法收敛能力和模型预测精度是目前的研究难点.建立了基于GA优化最小二乘支持向量机的变电站LCC预测模型,选取变电站全寿命周期各阶段的一些具有代表性的指标作为预测模型输入向量,变电站LCC总成本作为输出向量.通过算例,对比了传统LS-SVM预测模型、BP神经网络预测模型和GA优化LS-SVM预测模型的预测结果及性能指标,验证了GA优化LS-SVM预测模型性能的优越性,以便在新建变电站时,实现快速、高效的变电站LCC的预测,有助于实现电网规划时变电站的经济技术评估.
變電站設備多、投入資金大,建立閤理的變電站LCC預測模型,是提高電網資產管理效率的重要手段,其中如何保證算法收斂能力和模型預測精度是目前的研究難點.建立瞭基于GA優化最小二乘支持嚮量機的變電站LCC預測模型,選取變電站全壽命週期各階段的一些具有代錶性的指標作為預測模型輸入嚮量,變電站LCC總成本作為輸齣嚮量.通過算例,對比瞭傳統LS-SVM預測模型、BP神經網絡預測模型和GA優化LS-SVM預測模型的預測結果及性能指標,驗證瞭GA優化LS-SVM預測模型性能的優越性,以便在新建變電站時,實現快速、高效的變電站LCC的預測,有助于實現電網規劃時變電站的經濟技術評估.
변전참설비다、투입자금대,건립합리적변전참LCC예측모형,시제고전망자산관리효솔적중요수단,기중여하보증산법수렴능력화모형예측정도시목전적연구난점.건립료기우GA우화최소이승지지향량궤적변전참LCC예측모형,선취변전참전수명주기각계단적일사구유대표성적지표작위예측모형수입향량,변전참LCC총성본작위수출향량.통과산례,대비료전통LS-SVM예측모형、BP신경망락예측모형화GA우화LS-SVM예측모형적예측결과급성능지표,험증료GA우화LS-SVM예측모형성능적우월성,이편재신건변전참시,실현쾌속、고효적변전참LCC적예측,유조우실현전망규화시변전참적경제기술평고.
