配電線路狀態準確預測是進行配電網調控的基礎。提出了基于支持向量機(SVM)算法的配電線路時變狀態預測方法。首先,分析影響配電線路狀態變化的因素,構建基于Fokker-Planck的配電線路狀態轉移模型。其次,融合配電信息系統多源海量數據,采用基于相關度的最優特征子集篩選方法構建配電線路狀態特征變量集,采用合成少數類過采樣技術(SMOTE)算法解決線路故障狀態樣本數量少而帶來的樣本集類別不平衡問題。然后,考慮到線路狀態二分類的特點,采用SVM算法進行線路運行工況的分類預測,形成了基于SMOTE-SVM算法的狀態轉移模型求解方法,可實現配電線路時變狀態預測。最后,以某實際配電系統為算例驗證了所提方法的有效性。

【文章頁數】：7 頁

【文章目錄】：
0 引言
1 配電線路時變狀態轉移模型
2 基于多源數據融合的樣本預處理
    2.1 基于相關度的特征子集篩選特征變量
    2.2 基于SMOTE算法改善樣本質量
3 基于SVM算法的線路運行工況分類器模型
4 基于SMOTE-SVM算法的配電線路時變狀態預測方法
5 算例分析
    5.1 選取特征變量
    5.2 改善訓練樣本的平衡性
    5.3 構建SVM算法分類器
    5.4 求解時變狀態轉移模型
6 結語
附錄A



本文編號：3993862