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
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
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...