公开(公告)号：CN112883633A

公开(公告)日：2021-06-01

申请号：CN202110045657.X

申请日：2021-01-14

Applicant: 东北电力大学

Inventor： 杨冬锋 ,  付强 ,  刘晓军 ,  姜超

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于组合赋权法和深度学习的配电网线损计算方法，属于配电网理论线损计算技术领域。本发明采用深度学习GRU网络模型拟合电气参数与理论线损非线性关系，提高了传统BP算法的非线性函数逼近能力，且针对目前智能算法所需电气参数的选取大多依靠经验的问题，综合考虑主客观因素，提出互信息理论和层次分析法相结合的组合赋权法，对不同电气参数影响权重进行排序，确定最优输入参数，改善了配电网理论线损计算性能。

公开(公告)号：CN112883633B

公开(公告)日：2022-10-11

申请号：CN202110045657.X

申请日：2021-01-14

Applicant: 东北电力大学

Inventor： 杨冬锋 ,  付强 ,  刘晓军 ,  姜超

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于组合赋权法和深度学习的配电网线损计算方法，属于配电网理论线损计算技术领域。本发明采用深度学习GRU网络模型拟合电气参数与理论线损非线性关系，提高了传统BP算法的非线性函数逼近能力，且针对目前智能算法所需电气参数的选取大多依靠经验的问题，综合考虑主客观因素，提出互信息理论和层次分析法相结合的组合赋权法，对不同电气参数影响权重进行排序，确定最优输入参数，改善了配电网理论线损计算性能。