登录    注册    忘记密码

期刊文章详细信息

基于最小二乘支持向量机的配电网故障量预测模型    

Prediction Model of Distribution Network Fault Based on Least Squares Support Vector Machine

  

文献类型:期刊文章

作  者:高小芹[1] 王梓玮[1] 卢晨[1] 伍茜[1] 肖诗弋[2]

GAO Xiaoqin;WANG Ziwei;LU Chen;WU Xi;XIAO Shiyi(Wuhan Poweo Supply Company,State Grid Hubei Electric Poweo Co.Ltd.,Wuhan 430014,Chona;不详)

机构地区:[1]国网湖北省电力有限公司武汉供电公司,湖北武汉430014 [2]武汉理工大学国际教育学院,湖北武汉430070

出  处:《武汉理工大学学报(信息与管理工程版)》

基  金:国家自然科学基金项目(71372201)。

年  份:2020

卷  号:42

期  号:1

起止页码:23-29

语  种:中文

收录情况:AJ、CAS、CSA-PROQEUST、RCCSE、RWSKHX、ZGKJHX、普通刊

摘  要:针对10 kV配电网网架结构复杂、故障频率高的现状,为提高配电网抢修效率和全面提升服务质量,首先,以武汉市汉口地区为例,对该地区2015—2016年的故障工单数据进行统计分析,并绘制故障热力图;其次,运用Pearson相关分析法分析温度、雾霾、风力、雨量等因素对配电网故障的影响;最后,建立基于最小二乘和支持向量机(SVM)的配电网故障量预测模型,该模型成功预测了2017上半年汉口地区的故障量并得到验证。结果表明,该模型融合内外部数据,可对影响故障量的各因素进行相关性分析,将预测精度细化至街道办事处,为优化抢修驻点设置和提升抢修服务水平提供新方案。

关 键 词:故障量预测  最小二乘 支持向量机 Pearson相关分析  配电网

分 类 号:TM73]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心