典型文献
基于卷积神经网络VGG16模型的配电网动态无功优化研究
文献摘要：
配电网无功优化时,大多数情况下对负荷数据的处理往往只针对某一运行状况下的具体数据,很难对某个运行阶段的多个工况数据进行分类处理.针对上述问题文章提出一种基于卷积神经网络VGG16(Visual Geometry Group Network)的优化方法.首先按台区变压器的容量占比来进行分类,得到轻、中、高三类场景,再利用粒子群算法对每类场景进行优化,得出对应的优化策略.通过仿真验证了本方法对解决台区动态无功电压问题的有效性.
文献关键词：
动态无功优化;配电网;VGG16;图像处理;无功补偿
中图分类号：
作者姓名：
段军鹏;杨陈臣;和鹏;许珂玮;李国友;王加富
作者机构：
云南电网有限责任公司楚雄供电局,楚雄675009;昆明理工大学电力工程学院,昆明650500;云南电网有限责任公司电力科学研究院,昆明650217
文献出处：
引用格式：
[1]段军鹏;杨陈臣;和鹏;许珂玮;李国友;王加富-.基于卷积神经网络VGG16模型的配电网动态无功优化研究)[J].价值工程,2022(31):106-110
A类：
B类：
VGG16,动态无功优化,配电网无功优化,负荷数据,运行状况,某个,运行阶段,工况数据,分类处理,Visual,Geometry,Group,Network,台区,变压器,比来,高三,粒子群算法,每类,仿真验证,无功电压,无功补偿
AB值：
0.357406
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。
