典型文献
基于GA-LSSVM的配电线路辨识方法研究
文献摘要：
为解决配电网线路参数辨识结果与台账记录值存在较大误差的问题,提高后续配电网分析及控制工作的准确性,文章提出一种基于GA-LSSVM的配电线路参数辨识方法,实现对配电线路参数的较准确辨识.该方法不受传统配电网物理模型的限制,可根据输入训练集合对配电网参数方程进行自动拟合.首先,通过遗传算法(GA)优化最小二乘支持向量机(LSSVM)的核函数与惩罚因子,提升后续参数辨识的精度,解决传统最小二乘支持向量机利用默认参数导致辨识结果与实际值误差较大的问题;其次,构建配电线路的参数辨识模型,而后结合量测数据对模型进行训练及测试;最后,利用33节点配电网系统仿真算例,验证了该改进LSSVM辨识方法相较于传统LSSVM辨识方法,能更加准确地辨识配电线路参数.
文献关键词：
配电网;遗传算法;模型;最小二乘支持向量机;参数辨识
中图分类号：
作者姓名：
秦子寒
作者机构：
国网江苏省电力有限公司常州市金坛区供电分公司,江苏金坛213200
文献出处：
引用格式：
[1]秦子寒-.基于GA-LSSVM的配电线路辨识方法研究)[J].电力大数据,2022(10):21-28
A类：
B类：
GA,LSSVM,配电线路,配电网线路,线路参数辨识,台账,配电网分析,分析及控制,参数辨识方法,统配,物理模型,训练集,参数方程,最小二乘支持向量机,核函数,惩罚因子,默认,辨识模型,量测数据,配电网系统,系统仿真
AB值：
0.222778
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
