首页
期刊大全
万向问答
期刊动态
学术会议
科研项目
帮助中心
免费注册
|
会员登录
文献检索:
文献标题
文献标题
关键词
摘要
作者
单位
搜索
您的当前位置:
首页
>>
期刊文献
>> 正文
基于改进RBF神经网络的线损不良数据辨别
摘 要:
配电系统中线损的减少对有效利用电力以及配电系统的经济运行非常重要。为了更好地发现有效的降损方法,并为科学规划电网结构收缩目标奠定基础。同时由于海量的电网
数据
中往往包含错误数据,这些错误数据对线路损耗的计算及
预测
有很严重的负面影响。针对这些问题,提出一种基于改进RBF神经网络的不良数据辨识模型,可以有效辨识线路损耗的数据中的不良数据,并进行剔除。以上海市某变电站数据为例,验证了该模型的适用性。
作 者:
胡行涛;刘大明;
单 位:
上海电力大学
关键字:
线路损耗;不良数据辨识;粒子群算法;RBF神经网络;
页 码:
37-39
出 处:
电子测试
-
2021年16期
您还没有登陆会员账号,请先登陆,在进行阅读或下载!