System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统。
技术介绍
1、电力系统领域涵盖了电力的生成、传输和分配,以确保电能在可靠、经济和高效的情况下供应给终端用户。它包括电力生产、输电、变电、配电和电力负荷管理等各个方面。电力系统的设计、运行、控制和可靠性评估是该领域的关键任务。
2、在传统方法中,数据采集往往不够全面和及时,影响了评估结果的准确性。同时,数据处理过程中往往忽视异常值和缺失值的影响,导致数据质量参差不齐。在特征处理方面,缺乏有效的降维和特征提取方法,使得评估模型复杂且计算负担重。此外,对于复杂的配电网结构,现有方法往往缺乏有效的简化处理,导致评估效率不高。而在模型构建方面,传统方法通常缺乏足够强大的学习能力,难以准确捕捉和学习数据中的复杂模式。最后,对模型验证的忽视导致了评估结果的不稳定和不可靠。
技术实现思路
1、为了解决现有技术中评估效率差、评估结果不稳定的技术问题,本专利技术提供了一种基于网络简化法的配电网可靠性评估方法。
2、本专利技术为实现上述目的所采用的技术方案是:
3、一种基于网络简化法的配电网可靠性评估方法,包括以下步骤:
4、利用图论简化方法对配电网结构进行简化处理,得到简化网络模型;
5、根据可靠性理论选择配电网的可靠性指标,得到评估指标集合;
6、根据评估指标集合以及配电网设备和终端的核心特征数据集,利用深度神经网络构建配电网可靠性初步评估模型;
7、利用反向传播算法对初步评估模型进行模型训
8、通过将简化网络模型输入到优化评估模型中进行配电网的可靠性评估,得到配电网可靠性评估报告。
9、在执行所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型之前,还包括以下步骤:
10、对配电网设备和终端进行数据采集,对采集到的数据进行整理得到原始数据集;
11、利用数据清洗算法对原始数据集进行异常值检测和缺失值填充,得到清洗后数据集;利用主成分分析法对清洗后数据集进行特征提取和降维,得到核心特征数据集;
12、所述步骤对配电网设备和终端进行数据采集,对采集到的数据进行整理生成原始数据集,包括以下步骤:
13、利用传感器驱动法对配电网设备和终端的工作状态、电流和电压进行监控,得到实时监控数据;
14、根据实时监控数据,利用无线数据传输方法和zigbee协议生成稳定传输数据集;
15、利用数据库存储算法和分布式存储系统,对稳定传输数据集进行存储,得到中央数据库数据;
16、数据整理算法对中央数据库数据进行去重和归一化处理,并利用结构化查询语言对处理后的中央数据库数据进行筛选和整理,得到包括配电网设备和终端的运行数据、设备状态数据和用户负荷数据的原始数据集;
17、所述步骤利用数据清洗算法对原始数据集进行异常值检测和缺失值填充,得到清洗后数据集包括以下步骤:
18、利用离群值检测算法识别原始数据集中的异常值;
19、利用k-均值聚类法对异常值进行聚类;
20、利用深度学习模型对聚类后异常值中的缺失值进行预测,并利用线性插值方法对聚类后异常值中的缺失值进行填充,得到填充后的数据集;
21、利用数据标准化方法对填充后的数据进行标准化处理,并利用minmaxscaler算法将数据标准化到预定义的范围,得到标准化数据集;
22、利用数据过滤算法剔除标准化数据集中不符合标准的数据,并利用特征选择法识别并保留符合标准的数据,得到清洗后数据集;
23、所述利用主成分分析法对清洗后数据集进行特征提取和降维,得到核心特征数据集,包括以下步骤:
24、对清洗后数据集进行均值中心化,并利用标准差规模化对清洗后数据集进行标准化处理,使得每个特征下的数据均值为零,标准差为一;
25、利用协方差矩阵计算标准化处理后的清洗后数据集的数据间关联性,得到协方差矩阵;
26、计算协方差矩阵的特征值和特征值对应的特征向量;
27、根据特征值的大小和方差解释率来确定要保留的特征向量的数量m;
28、将特征值从大到小排列,利用主成分分析法保留前m个特征向量,实现多维度数据转换为低维度数据,同时保留最大的数据方差,得到核心特征数据集。
29、所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型,包括以下步骤:
30、利用图论简化方法的度中心性算法计算节点与配电网结构中其他节点的连接数,连接数越大,则重要性越高;
31、利用图论简化方法的接近中心性算法计算节点与配电网结构中其他节点的平均距离,平均距离越小,则该节点的接近中心性越大,则重要性越高;
32、根据节点与配电网结构中其他节点的连接数以及节点与配电网结构中其他节点的平均距离,得到关键节点列表;
33、根据配电网中通路的权重和重要性对配电网中通路进行筛选,确定与配电网关键节点相连的主要通路,得到主要通路图;
34、利用模块化算法,对主要通路图进行模块划分,得到模块化网络结构;模块化算法包括louvain算法和谱聚类算法;
35、利用图论简化方法移除模块化网络结构中的非关键节点以及不与关键节点连接的边,得到简化后的网络模型。
36、所述步骤根据可靠性理论选择配电网的可靠性指标,包括以下步骤:
37、利用统计方法根据配电网运行数据和用户需求状况进行指标数据收集,并对指标数据进行初步的筛选和归纳,得到初期指标数据库,初期指标库包括配电网的性能初期数据、故障率初期数据和维护情况初期数据;
38、利用主成分分析法对初期指标数据库进行指标降维处理,并提取主要的指标,以及去除冗余的指标,得到主要指标库,主要指标库包括供电可靠性、电压质量、电流稳定性;
39、利用熵权法对主要指标库中指标进行权重分配,得到权重指标库;
40、基于所述权重指标库和可靠性理论,筛选出与配电网运行可靠性关联的指标,得到评估指标集合。
41、所述步骤根据核心特征数据集和评估指标集合,利用深度神经网络构建配电网可靠性初步评估模型,包括以下步骤:
42、利用多层感知器架构构建配电网网络的神经网络基础框架,得到初步神经网络模型,初步神经网络模型的输入层节点数与核心特征数据集的特征数量相同,初步神经网络模型的输出层节点数与评估指标集合含有的指标数量相同;
43、利用带动量的随机梯度下降法初始化初步神经网络模型中的权重和偏置参数,得到参数初始化模型;
44、计算参数初始化模型的损失函数,根据损失函数的梯度利用反向传播算法更新参数初始化模型的权重和偏置参数,得到高级训练模型;
45、将实时监控数据分成训练集和测试集,利用交叉验证法,先用训练集对高级训练模型进行训练,再利用测试集来测试本文档来自技高网...
【技术保护点】
1.一种基于网络简化法的配电网可靠性评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,在执行所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型之前,还包括以下步骤:
3.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型,包括以下步骤:
4.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤根据可靠性理论选择配电网的可靠性指标,包括以下步骤:
5.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤根据核心特征数据集和评估指标集合,利用深度神经网络构建配电网可靠性初步评估模型,包括以下步骤:
6.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤利用反向传播算法对初步评估模型进行模型训练和参数调整,得到优化评估模型,包括以下步骤:
7.根据权利要求
8.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述通过将简化网络模型输入到优化评估模型中进行配电网的可靠性评估,得到配电网可靠性评估报告,包括以下步骤:
9.一种基于网络简化法的配电网可靠性评估的装置,其特征在于,包括存储器和处理器,存储器用于存储计算机程序,所述计算机程序用于被处理器加载时执行权利要求1-8任意一种所述的方法。
10.一种基于网络简化法的配电网可靠性评估的介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序适用于被处理器加载时执行权利要求1-8任意一种所述的方法。
...【技术特征摘要】
1.一种基于网络简化法的配电网可靠性评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,在执行所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型之前,还包括以下步骤:
3.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤利用图论简化方法对配电网结构进行简化处理,得到简化网络模型,包括以下步骤:
4.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤根据可靠性理论选择配电网的可靠性指标,包括以下步骤:
5.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤根据核心特征数据集和评估指标集合,利用深度神经网络构建配电网可靠性初步评估模型,包括以下步骤:
6.根据权利要求1所述的一种基于网络简化法的配电网可靠性评估方法,其特征在于,所述步骤利用反向传播算法对初...
【专利技术属性】
技术研发人员:于福海,矫泰铭,申成龙,谢业君,邹婧,孙仁昌,刘永阔,王安琦,宫海林,李伟瑶,
申请(专利权)人:国网辽宁省电力有限公司本溪供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。