基于对抗生成网络与BP神经网络的低压台区线损率预测

论文摘要

线损电量产生于发电、输电、配电及用电等环节,线损电量占供电量的百分比称为线损率。针对线损率预测问题,提出了一种基于对抗生成网络与BP神经网络的低压台区线损率预测模型。选取某市低压台区线损数据作为实验数据集,经数据预处理后,通过K-Means++算法将低压台区分类,对不同类别的低压台区分别训练对抗生成网络来增加不同类别的样本数据,利用不同类别样本数据分别训练BP神经网络搭建低压台区线损预测模型。实验结果表明,与传统BP神经网络模型相比,该预测模型具有更加准确的效果,通过对抗网络增加样本数据可以有效改善低压台区线损数据量偏小的问题。

论文目录

• 0 引言
• 1 相关技术介绍
•   1.1 K-Means++算法
•   1.2 对抗生成网络
•   1.3 BP神经网络
• 2 构建低压台区线损率预测模型
•   2.1 数据来源及数据集
•   2.2 数据处理过程
•     2.2.1 数据预处理
•     2.2.2 低压台区数据分类
•     2.2.3 低压台区数据增加
•   2.3 建立BP神经网络的线损率预测模型
•     2.3.1 BP神经网络超参数选择
•     2.3.2 BP神经网络的输入数据
•     2.3.3 损失函数与梯度优化
•   2.4 实验结果分析
• 3 结语

文章来源

类型: 期刊论文

作者: 方舟,裘炜浩,季超,夏鹏飞,龚康家,周后盘

关键词: 线损率预测,对抗生成网络,神经网络,算法

来源: 浙江电力 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 国网浙江省电力有限公司信息通信分公司,杭州电子科技大学

分类号: TM73;TP183

DOI: 10.19585/j.zjdl.201910008

页码: 46-51

总页数: 6

文件大小: 1462K

下载量: 147