公开(公告)号：CN113536674B

公开(公告)日：2023-09-29

申请号：CN202110792357.8

申请日：2021-07-13

Applicant: 国网浙江省电力有限公司湖州供电公司

Inventor： 曹建伟 ,  薛安成 ,  刘俊 ,  唐明 ,  金学奇 ,  杨力强 ,  耿建 ,  孔贺 ,  许琰

IPC: G06F30/27 ,  G06F30/18 ,  G06F18/214 ,  G06N3/04 ,  G06N3/084 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明公开了一种基于BP神经网络和改进SCADA数据的线路参数辨识方法，其特征是，包括如下步骤：步骤S1:建立包含不同运行条件下不同线路SCADA数据训练集；步骤S2：改进SCADA数据,建立BP神经网络，将改进后的SCADA数据输入BP神经网路进行信号的向前传播训练和误差的反向传播训练；步骤S3:将改造后的待辨识线路两端量测SCADA数据作为输入数据，输入训练好的BP神经网络获取预测值；步骤S4:采用中位数抗差去除预测值中异常数据和噪声，作为最终的辨识结果。将BP神经网络与改进SCADA数据相结合，应用在参数辨识在线测量方法中以提高辨识方法的抗差能力；改进SCADA数据能提高BP神经网络的模型学习效果和辨识精度。采取中位数抗差有效降低大部分量测量中的粗差对辨识结果的影响。

公开(公告)号：CN113536674A

公开(公告)日：2021-10-22

申请号：CN202110792357.8

申请日：2021-07-13

Applicant: 国网浙江省电力有限公司湖州供电公司

Inventor： 曹建伟 ,  薛安成 ,  刘俊 ,  唐明 ,  金学奇 ,  杨力强 ,  耿建 ,  孔贺 ,  许琰

IPC: G06F30/27 ,  G06F30/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明公开了一种基于BP神经网络和改进SCADA数据的线路参数辨识方法，其特征是，包括如下步骤：步骤S1:建立包含不同运行条件下不同线路SCADA数据训练集；步骤S2：改进SCADA数据,建立BP神经网络，将改进后的SCADA数据输入BP神经网路进行信号的向前传播训练和误差的反向传播训练；步骤S3:将改造后的待辨识线路两端量测SCADA数据作为输入数据，输入训练好的BP神经网络获取预测值；步骤S4:采用中位数抗差去除预测值中异常数据和噪声，作为最终的辨识结果。将BP神经网络与改进SCADA数据相结合，应用在参数辨识在线测量方法中以提高辨识方法的抗差能力；改进SCADA数据能提高BP神经网络的模型学习效果和辨识精度。采取中位数抗差有效降低大部分量测量中的粗差对辨识结果的影响。

公开(公告)号：CN113537338A

公开(公告)日：2021-10-22

申请号：CN202110793737.3

申请日：2021-07-13

Applicant: 国网浙江省电力有限公司湖州供电公司

Inventor： 蒋正威 ,  卢敏 ,  孔贺 ,  潘玲玲 ,  阙凌燕 ,  刘俊 ,  徐鹏 ,  薛安成 ,  钱海峰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  H02H7/26

Abstract: 本发明公开了一种基于LSTM神经网络和改进SCADA数据的抗差线路参数辨识方法，该方法包括建立包含不同运行条件下不同线路SCADA数据训练集；改进SCADA数据，建立LSTM神经网络，输入改进SCADA数据训练LSTM神经网络；将改进后的待辨识线路两端量测SCADA数据作为输入数据输入训练好的LSTM神经网络获取预测值；基于中位数抗差估计，去除预测值中的异常数据及噪声，作为最终辨识结果。将LSTM神经网络与改进SCADA数据相结合，旨在利用神经网络进行线路参数辨识，提高线路辨识方法的鲁棒性；改进的SCADA输入数据构建方法能提高LSTM神经网络的模型学习效果和辨识精度。应用中位数抗差，去除预测值中的异常数据及噪声，提高预测结果的精准度。