基于深度人工神经网络和GIS数据的最优停电模型研究

作     者：王继业 朱欣焰 赵光 刘金长 杨成月 曾楠 WANG Jiye;ZHU Xinyan;ZHAO Guang;LIU Jinchang;YANG Chengyue;ZENG Nan

作者机构：国家电网公司信息通信部北京100031 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430072 厦门亿力吉奥信息科技有限公司福建厦门361009 国网思极神往位置服务有限公司北京102211 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2019年第47卷第16期

页      面：58-63页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家863计划项目资助(2011AA05A116) 国家电网公司科技项目资助(KJ00-01-08-02)~~ 

主　　题：最优停电模型 GIS技术 深度神经网络 复杂大电网 

摘      要：为了有效利用地理信息技术支撑复杂大电网的信息化建设,针对停电事故对电力系统运行和日常生活带来的诸多影响,提出基于深度人工神经网络和GIS数据的最优停电模型。结合电力系统运行的特殊性,把最优参数设置和增量反馈结合用来优化受限玻尔兹曼机算法。通过仿真分析了算法的性能。仿真结果表明,采用深度神经网络的最优停电模型可以提高计算效率和精度。