排序方式: 共有6条查询结果,搜索用时 31 毫秒
1
1.
目前,配电网运行评估主要集中在状态等级的确定方面,对发展趋势的分析较少,导致无法识别运行过程中的薄弱环节。同时,考虑到集对分析法的联系度采用线性处理进行量化分析,结果难以客观反映工程实际状况。为此,结合集对分析和云模型构建中压配电网运行状态评价模型,并引入博弈论构建最优组合权重模型。将两种模型的结果加权确定出综合云联系度,生成对应的状态云图以掌握配电网的运行状态。再根据各指标偏联系数的发展态势,识别出配电网运行过程中的潜在风险。最后,以宜昌市内3个地区的运行数据为例验证模型的合理性,评估结果与实际运行情况相符。同时,各地配电网的置信因子均小于0.01,验证了模型的有效性。研究成果可用于指导工程实践。 相似文献
2.
非侵入式负荷识别是实现用能管理的重要监测手段,而随机森林因其良好的泛化能力和鲁棒性应用于负荷识别领域。针对传统随机森林算法忽略决策树分类能力的差异、投票不公平的问题,提出了一种基于层次聚类的加权随机森林算法。首先,提取各类负荷开关状态下负荷特征量,建立特征数据库用于训练原始随机森林模型。然后,利用有功功率差检测总线信号中的开关事件,并提取负荷特征量作为验证集和测试集;验证集采用层次聚类选择法获得每个聚类中分类精度最高的决策树,测试集采用加权投票策略实现负荷识别。通过实验验证,说明相比于传统的机器学习算法,该算法可以实现更高的识别精度,准确率可达96.2%。 相似文献
3.
4.
5.
6.
1