一种馈线线损集成学习估计方法、设备及存储介质

    公开(公告)号:CN116090348B

    公开(公告)日:2023-11-24

    申请号:CN202310090511.6

    申请日:2023-02-09

    摘要: 本发明属于配电馈线线损估计领域,公开了一种基于原子轨道搜索算法的配电馈线线损估计模型选取方法,包括:S1:构建统计线损特征和线损率数据集作为样本;S2:将样本划分为训练集和测试集;S3:将训练集作为选取的各基估计模型的输入,训练各基估计模型;S4:将各基估计模型进行加权集成,构建权重优化函数;S5:使用原子轨道搜索算法优化权重向量解,从而得到最优权重向量解;S6:采用最优权重向量解对基估计模型进行加权处理,得到最优的配电馈线模型。本发明对基于树模型的估计算法进行二次集成,通过构建以MSE最小为优化目标的优化函数,使用原子轨道搜索算法对基估计模型数量和权(56)对比文件何立强;赵允;于景亮.基于改进PSO优化RBF神经网络线损计算与分析.东北电力技术.2020,(第04期),59-63.邓威;郭钇秀;李勇;朱亮;刘定国.基于特征选择和Stacking集成学习的配电网网损预测.电力系统保护与控制.2020,(第15期),115-122.姜全坤;李英娜;李川.改进PSO优化RBF网络的配电网线损计算方法.信息技术.2019,(第05期),69-72.陈洋洋;林声宏;王巍;毛炽祖.基于系统聚类和果蝇优化支持向量回归机的配电网理论线损计算.煤矿机电.2016,(第03期),16-19.丁晓;魏锋;刘芳白;张晓东;胡坚;周建华.精益化低压线损智能分析和洞察研究.电力需求侧管理.2015,(第05期),43-46.