大数据背景下基于信赖域Logistic模型的短期配变重过载预警研究

被引量 : 0次 | 上传用户:liongliong417
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着城市建设的不断加速,配变重过载现象时有发生,由此造成的配变设备烧坏、供电不稳定等问题,极大地影响了人们的生产生活,也给电网公司造成了巨大的损失。针对上述问题,本文采用Logistic模型,对短期配变重过载情况进行预警。配变重过载预测涉及到实时负荷数据、用户数据等,数据量大,传统Logistic模型计算效率低,难以适应海量数据的计算要求。因此,本文提出了基于信赖域求解模型的方法,保证了模型的快速收敛,优化了短期配变重过载预警算法。同时,本文利用某区域电网公司数据,验证了算法具有良好的预测效果,为业务人员利用短期配变重过载预测开展迎峰度夏、配网快速抢修响应以及配网投资等提供了有效的支撑。
其他文献
<正>~~
会议
<正>《人体轻伤鉴定标准》(试行)第四十三条规定:外伤性椎间盘突出属轻伤范畴。在法医日常鉴定中,区分椎间盘突出是外伤形成还是病理性,是能否定伤的关键。本文就这一问题作
会议
1 前言IBS(肠易激综合征)是胃肠道常见的功能性反复发作性疾病,其患病率可达5%~65%不等,自然缓解率甚大[1].根据Thompson的定义[1],腹痛与排便相关及排便次数、性状的改变3个