|
|
- 2019
基于改进深度降噪自编码网络的电网气象防灾方法Keywords: 气象信息,电网防灾减灾,电网故障,合成少数类样本过采样技术,深度降噪自编码,深度学习,meteorological information, disaster prevention and mitigation of power grid, power grid fault, synthetic minority over-sampling technique, stacked denoising auto-encoder, deep learning Abstract: 电网运维数据表明电网故障的主要原因已由电气设备制造工艺水平、现场运维水平等因素转向雷电、山火、大风、冰灾等自然气象因素，电网防灾减灾也应重点关注气象致灾。针对气象与电网故障之间的关联特点和规律，提出了一种基于改进深度降噪自编码(SDAE)网络的电网气象防灾方法。以气象历史数据和电网运维检修数据为基础，利用合成少数类样本过采样技术(SMOTE)降低原始数据集的不平衡度，自编码网络通过非监督自学习和有监督微调完成气象信息特征的提取和气象信息与电网故障映射关系的建立，并通过融入稀疏项限制和加噪编码来改善网络的鲁棒性。算例分析表明，所提出的基于SMOTE和SDAE的网络电网气象防灾方法，能够准确、全面地建立气象信息与电网故障之间的关联映射关系，能够对给定的气象条件是否会导致发生电网灾害事故进行准确的预判
|
