摘要
为满足电力监控防护系统精细化、实时化和智能化的复杂要求,设计了一种基于支持向量回归(SVR)安全态势识别和门循环单元(GRU)预测策略的新型电力监控防护系统.基于支持向量机的递归特征消除(SVM-RFE)技术和皮尔森相关系数(Pearson)构建了安全识别指标体系.基于SVR技术,构建了基于SVR的安全态势识别模型.相较于BPNN模型,SVR模型的安全态势识别结果在均方差误差(RMSE)和平均绝对百分比误差(MAPE)上分别降低了 43.60％和70.23％.基于GRU神经网络,构建了基于GRU的安全态势预测模型.相较于RBF模型和SVR模型,GRU预测模型的RMSE分别降低了 19.23％和23.56％,MAPE降低了 48.33％和58.73％.最后实现了电力监控防护系统,并通过实验验证了系统可行性.该研究为电力监控防护系统的安全运维提供重要参考,为构建智慧电网提供了技术支撑.
基金项目
中国南方电网能源大电网基础研究项目(2018CSPG20432)
南方电网科学研究院创新科技项目(201813026)
维普
万方数据