基于BP神经网络的配电网项目建设效果后评价方法

针对配电网项目的建设效果,建立了一套科学完备的后评价指标体系;基于BP人工神经网络,建立了具有L个隐含层节点、3层网络的配电网项目建设效果后评价模型,以配电网建设成效指标数据为样本作为输入即可得到建设效果的评价结果.以某省县域配电网为例,利用Matlab软件对BP神经网络进行训练与检验,结果表明所建立的BP神经网络模型对检验样本的模拟输出和期望输出是一致的;应用该模型测试样本得出的评价结果与模糊综合评价结果基本一致,表明所述方法是准确与可行的.     

基于供电分区的中高压配电网综合评价策略

传统的配电网规划综合评价方法缺乏对配电网不同区域特点的考虑,基于供电分区并结合中高压配电网规划特点建立了一套综合评估指标体系。在指标优化方面,根据传统灰色关联方法提出了通过核心指标来简化灰色关联度的计算过程,同时考虑到单独使用灰色关联理论会不利于指标间的相互独立性。因而综合应用层次分析法(Analytic Hierarchy Process, AHP)与灰色关联分析方法进行指标筛选,实现了指标优化与去冗余。引入层次分析法对熵权法的权重计算方法进行修改,使其权重更加合理。此外以最小距离和来设计目标函数,并利用拉格朗日函数从由k(k≥2)种方法计算得到的权重中得到最优权重。以河南省某市2015年和2016年配电网规划的历史数据为例进行综合评估,表明该评价体系与方法能够合理地评估配电网整体发展水平,并找出薄弱环节,为配电网的规划、建设提供参考依据。     

基于模糊综合评价和贝叶斯判别的电力变压器状态判别和预警

作为智能配电网的重要设备之一,电力变压器运行状态的准确判别和预警有重要意义。全面分析电力变压器状态量,建立由油色谱、电气试验、绝缘油试验、附件运行状况4个一级指标和18个二级指标组成的电力变压器状态评价指标体系。建立基于模糊综合评价和贝叶斯判别的电力变压器状态判别和预警模型。实例证明该模型能准确高效地判别变压器的工作状态并提出相应的预警和检修计划。