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 |