期刊文章详细信息
基于深度学习GRU网络的配电网理论线损计算方法
Distribution network line loss calculation method based ondeep learning GRU network
文献类型:期刊文章
Sheng Xikui;Fu Qiang;Yu Yang;Wu Hao;Yang Ling(Yanbian Power Supply Company,State Grid Jilin Electric Power Co.,Ltd.,Yanji 133000,Jilin,China;School of Electrical Engineering,Northeast Electric Power University,Jilin 132012,Jilin,China;State Grid Yanji Suburban Power Supply Company Co.,Ltd.,Yanji 133000,Jilin,China)
机构地区:[1]国网吉林省电力有限公司延边供电公司,吉林延吉133000 [2]东北电力大学电气工程学院,吉林吉林132012 [3]国网延吉市城郊供电公司,吉林延吉133000
基 金:国网吉林省电力有限公司科技项目(SGJLYB00KJJS1900265)。
年 份:2021
卷 号:58
期 号:3
起止页码:54-59
语 种:中文
收录情况:BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊
摘 要:由于实际应用中对理论线损的精度要求不高,且传统计算方法所需电气参数较多,计算过程繁琐。因此,文中提出了一种基于深度学习门控循环单元(Gated Recurrent Unit,GRU)网络的配电网理论线损计算方法。为综合考虑主客观因素,将互信息理论和层次分析法相结合,进而确定所选电气参数对理论线损的影响权重;按照权重的大小构建不同的输入参数集,通过分析选用不同电气参数集时GRU网络的计算误差,确定最优输入参数,组成样本数据集并训练GRU网络;以某地区10 kV配电网为例验证了文中所提方法,结果表明文中所提方法可以代替等值电阻法,更加快速、便捷地对理论线损进行计算。将文中所提方法与传统BP算法进行了比较,结果表明文中所提方法具有更好的计算性能。
关 键 词:理论线损 互信息 层次分析法 门控循环单元
分 类 号:TM93]
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...