典型文献
面向配电网投资决策的小样本关联规则自适应迁移学习方法
文献摘要：
随着高比例清洁能源的接入以及供需交互的加深,配电网投资决策涉及清洁能源装机、自动化设备等新增要素,传统决策方法模型难以建立且求解复杂,难以满足电网精准化投资的要求.针对这一问题,首先基于已有指标体系,按照投入产出关系对常见指标进行分类,然后在此基础上提出一种面向配电网投资决策的自适应关联规则挖掘方法.该方法通过深度学习网络捕捉投资效益指标与投资项之间的关联关系,并引入数据分布自适应的迁移学习技术解决深度学习在电网投资决策过程中训练数据样本不足及电网新增投资措施缺乏实际运行样本参照的问题.通过挖掘投入-产出关联关系,构建基于投资效益机理分析的投资决策模型,最终辅助实现配电网投资规划方案的优选.基于某电网数据仿真并分析不同目标下的最优投资决策方案,实验结果表明,该自适应学习网络能有效捕捉电网多重指标下的投入产出关系,构建起投资措施与效益产出之间的桥梁,从而辅助决策者根据当地投资需求更灵活地制定投资决策方案.
文献关键词：
配电网;投资决策;深度学习;迁移学习;数据分布自适应;小样本
中图分类号：
作者姓名：
杨建平;向月;刘俊勇
作者机构：
四川大学电气工程学院,四川省 成都市 610065
文献出处：
引用格式：
[1]杨建平;向月;刘俊勇-.面向配电网投资决策的小样本关联规则自适应迁移学习方法)[J].中国电机工程学报,2022(16):5823-5834,中插5
A类：
数据分布自适应
B类：
配电网,电网投资,小样本,迁移学习方法,高比例清洁能源,装机,自动化设备,决策方法,方法模型,网精,投入产出关系,关联规则挖掘,挖掘方法,深度学习网络,投资效益,效益指标,关联关系,学习技术,决策过程,训练数据,新增投资,实际运行,本参,机理分析,决策模型,规划方案,电网数据,数据仿真,最优投资决策,自适应学习,效益产出,辅助决策,决策者,投资需求,更灵,定投
AB值：
0.316704
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。
