[发明专利]基于荷、网、源协调控制的因子对电网损耗影响量化模型

摘要

本发明公开了一种基于荷、网、源协调控制的因子对电网损耗影响量化模型。特征流程及功能包括：模型数据准备、创建BP神经网络模型、以输入数据训练神经网络、量化各网损因子对电网损耗的影响、模型另附加用于电网损耗预测。具体实施步骤见摘要附图。本发明用于将网损影响因子对于网损的影响进行量化，为电网部门制定有效降损措施提供依据。

主权项

基于荷、网、源协调控制的因子对电网损耗影响量化模型，其特征是： 1、模型数据准备统计电网损耗因子数据及相应电网损耗量，可对其进行无量纲化和规格化之后作为模型输入；定模型可接受的误差范围； 2、创建BP神经网络模型设定神经网络中间隐层数量及各层的神经元数目，设定神经网络各层的传递函数类型； 3、以输入数据训练神经网络将模型的输入作为训练集对创建的神经网络进行训练，训练过程包括前向计算过程及权值和阈值的反向修正过程；向计算过程中，输入量从输入层经隐含层逐层计算，并传向输出层，每层神经元的状态只影响下一层神经元的状态；输出层不能得到期望的输出，则转入误差反向传播过程，误差信号沿原来的连接通道返回，逐次调节网络各层的权值和阈值，直至到达输入层，再重复前向计算；两个过程依次反复进行，不断调整各层的权值和阈值，使得网络误差达到设定的模型误差范围；时神经网络训练完成，各层权值和阈值设定适当； 4、量化各网损因子对电网损耗的影响在各层各神经元权值基础上，计算各因子对电网损耗的神经网络敏感度作为其对电网损耗的影响量化值；下给出以输入层（神经元个数即网损影响因子个数为N），隐含层（神经元个数为L），输出层（神经元个数为1）各一层的神经网络为例的因子i对电网损耗影响量化值计算公式：其中为输入层因子与隐含层之间的连接权重，为隐含层与输出层间的连接权重；5、模型可附加用于电网损耗预测该模型还具有电网损耗预测的附属功能，输入各因子未来的计划值，可运用训练好的神经网络模型进行未来网损预测。