| 发明名称 | 基于人工神经网络的线损分析数据还原方法 | ||
| 摘要 | 一种基于人工神经网络的线损分析数据还原方法，先用人工神经网络对供电量的每天24点的小时电量曲线进行分类，确定每一条曲线的特征曲线，然后对人工神经网络特征曲线进行突变、漏点数据识别训练，使之具有对本类曲线中的突变、漏点数据进行识别的能力，再利用人工神经网络精确定位突变、漏点数据，最后对突变、漏点数据进行还原。本发明利用人工神经网络对电力系统线损分析数据进行还原，解决了数据缺失、突变、漏点等问题。 | ||
| 申请公布号 | CN103106350A | 申请公布日期 | 2013.05.15 |
| 申请号 | CN201310074090.4 | 申请日期 | 2013.03.08 |
| 申请人 | 上海市电力公司;上海运邦信息科技有限公司;国家电网公司 | 发明人 | 盛方正;张钻;李涛;冯蓓艳;潘华明 |
| 分类号 | G06F19/00(2006.01)I;G06N3/02(2006.01)I | 主分类号 | G06F19/00(2006.01)I |
| 代理机构 | 上海信好专利代理事务所(普通合伙) 31249 | 代理人 | 张妍 |
| 主权项 | 1.一种基于人工神经网络的线损分析数据还原方法，其特征在于，该方法包含以下步骤：步骤1、用人工神经网络对供电量的每天24点的小时电量曲线进行分类，确定每一条曲线的特征曲线；步骤2、对人工神经网络特征曲线进行突变、漏点数据识别训练，使之具有对本类曲线中的突变、漏点数据进行识别的能力；步骤3、精确定位突变、漏点数据；步骤4、对突变、漏点数据进行还原，得到还原后的线损率；<img file="2013100740904100001DEST_PATH_IMAGE001.GIF" wi="240" he="42" />；其中，<img file="2013100740904100001DEST_PATH_IMAGE002.GIF" wi="15" he="42" />为输入，<img file="854977DEST_PATH_IMAGE002.GIF" wi="15" he="42" />=[<img file="2013100740904100001DEST_PATH_IMAGE003.GIF" wi="186" he="42" />]，<img file="2013100740904100001DEST_PATH_IMAGE004.GIF" wi="21" he="42" />为对应的输出，<img file="2013100740904100001DEST_PATH_IMAGE005.GIF" wi="21" he="42" />=[<img file="2013100740904100001DEST_PATH_IMAGE006.GIF" wi="116" he="42" />]，n为去除突变后的点数，<img file="2013100740904100001DEST_PATH_IMAGE007.GIF" wi="15" he="42" />为第i点的电量值，<img file="2013100740904100001DEST_PATH_IMAGE008.GIF" wi="125" he="42" />表示去除突变点，T为矩阵转置，P’为还原后的线损率。 | ||
| 地址 | 200002 上海市黄浦区南京东路181号 | ||