科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对输电线动态热极限（DTR）概率预测精度不足的问题，提出一种基于AL-BILSTMDN模型的DTR概率预测方法。该模型基于双向长短时混合密度网络（BILSTMDN）抓取训练数据时序信息并实现DTR概率预测。同时，使用交替学习（AL）方法针对时序数据集中的复杂模式数据进行强化学习，即区分出训练集中具有较为复杂模式的部分，让复杂模式训练集和全部训练集在模型中交替迭代直至最优，从而解决不平衡数据集混叠造成的局部最优问题。通过辽宁省内某地区实例分析显示，所提模型可提升预测精度，降低过载概率。
- 出版日期2023
- 单位国网辽宁省电力有限公司; 大连理工大学
