电工电能新技术

作者：解明辉1， 孙亚剑2， 汤思杰1， 曹晖1

单位：1. 西安交通大学电气工程学院， 陕西 西安 710049；
\r\n2. 国网吕梁供电公司， 山西 吕梁 033000

关键词：状态研判模型, 概率神经网络, 人工鱼群算法, 合成少数类过采样, 主成分分析

随着我国电能需求量不断提升，配电网可靠性要求逐步提高，配电网设备状态研判难度也不断增大。针对该问题，本文提出一种基于群体优化-概率神经网络的配电网设备状态研判模型。引入改进后的人工鱼群算法对概率神经网络的平滑因子进行寻优，避免其因随机设置而导致研判精度不理想的问题。基于群体优化-概率神经网络算法建立设备状态研判模型，同时利用合成少数类过采样技术改善配电网数据集不平衡的问题，采用主成分分析法对数据集进行特征属性指标提取，减少冗余指标对状态研判精度和时间的影响。实验结果表明，本文模型在状态研判的精度和计算时间上均具有一定优势，能够在配电网的状态研判过程中起到辅助作用。

来源：2023年第6期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2023年第6期