典型文献
极端天气下基于RF-LSTM的配电网馈线薄弱环节识别方法
文献摘要：
为增强配电网对极端天气的主动防御能力,提高供电可靠性,提出了一种基于RF(随机森林)结合LSTM(长短期记忆网络)的配电网馈线薄弱环节识别方法.首先,基于历史运行数据利用LSTM对极端天气发生时的潮流进行短时预测,并将预测结果和气象预报信息等作为故障预测模型的输入参数.然后,采用RF算法构建极端天气场景下配电网的馈线故障预测模型,并对历史数据进行学习和训练.最后,将LSTM预测得到的短期潮流数据、气象参数和网架信息输入到RF预测模型中并进行运算,预测配电网馈线的故障概率并划分其薄弱等级,最终实现极端天气下配电网馈线的薄弱环节识别.仿真实验结果表明,该方法能够准确识别配电网馈线的薄弱环节,对提升配电网的主动运维能力具有实用参考价值.
文献关键词：
配电网;极端天气;RF-LSTM算法;故障预测;薄弱环节识别
中图分类号：
作者姓名：
周丹阳;黄晓燕
作者机构：
国网浙江省电力有限公司台州供电公司,浙江 台州 318000
文献出处：
引用格式：
[1]周丹阳;黄晓燕-.极端天气下基于RF-LSTM的配电网馈线薄弱环节识别方法)[J].浙江电力,2022(12):71-78
A类：
B类：
极端天气,RF,配电网馈线,薄弱环节识别,对极,主动防御,防御能力,供电可靠性,长短期记忆网络,历史运行数据,数据利用,流进,短时预测,气象预报,报信,故障预测模型,输入参数,气场,历史数据,流数据,气象参数,网架,信息输入,行运,故障概率,准确识别,运维能力
AB值：
0.258723
相似文献
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。
