文献类型：期刊文章

作　　者：马丽叶[1] 刘建恒[1] 卢志刚[1] 王海云[2] 袁清芳[2] 杨莉萍[2]

MA Liye;LIU Jianheng;LU Zhigang;WANG Haiyun;YUAN Qingfang;YANG Liping(Key Laboratory of Power Electronics for Energy Conservation and Motor Drive of Hebei Province,Yanshan University,Qinhuangdao 066004,China;Electric Power Research Institute of State Grid Beijing Electric Power Company,Beijing 100075,China)

机构地区：[1]燕山大学电力电子节能与传动控制河北省重点实验室,河北秦皇岛066004 [2]国网北京市电力公司电力科学研究院,北京100075

出　　处：《电力自动化设备》

基　　金：国家自然科学基金资助项目(61873225)。

年　　份：2020

卷　　号：40

期　　号：8

起止页码：140-146

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调。为了提高计算精度,采用自适应时刻估计(Adam)优化器。以某地区实测2140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSProp)和随机梯度下降(SGD)算法具有优越性。

关 键 词：低压台区 理论线损 深度置信网络  贪婪逐层训练法  自适应时刻估计  

分 类 号：TM74]