• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 社长及主编
    • 期刊荣誉
  • 编委会
    • 主任委员
    • 编委名单
    • 青年编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
谢乔富,尹学祥,许思伟.基于改进卷积神经网络的配电网线损率估计方法研究[J].电测与仪表,2026,63(4):82-88.
Xie Qiaofu,Yin Xuexiang,Xu Siwei.Research on Distribution Network Line Loss Rate Estimation Method Based on Improved Convolutional Neural Network[J].Electrical Measurement & Instrumentation,2026,63(4):82-88.
基于改进卷积神经网络的配电网线损率估计方法研究
Research on Distribution Network Line Loss Rate Estimation Method Based on Improved Convolutional Neural Network
DOI:10.19753/j.issn1001-1390.2026.04.009
中文关键词:  双碳目标  配电网  线损率  卷积神经网络  粒子群算法
英文关键词:carbon  peaking and  carbon neutrality  goals, distribution  network, line  loss rate, convolution  neural network, particle  swarm optimization  algorithm
基金项目:国家重点科技项目(2022YFB2703500); 南网重点科技项目(YNKJXM20220010); 南网重点科技项目(YNKJXM20222387)
        
作者中文名作者英文名单位
谢乔富Xie Qiaofu云南电网有限责任公司曲靖供电局
尹学祥Yin Xuexiang云南电网有限责任公司曲靖供电局
许思伟Xu Siwei云南电网有限责任公司曲靖供电局
摘要点击次数: 5
中文摘要:
      双碳目标的提出,降损节能成为现代电网的建设重点。针对现有配电网线损率估计方法存在的估计精度低和运行效率差等问题,提出了一种结合卷积神经网络和改进粒子群优化算法的配电网线损率估计方法。通过改进粒子群算法兼顾个体和全局最优的特点,得到网络最优的权值和阈值,提高卷积神经网络收敛速度和估计精度。通过仿真验证了所提线损率估计方法的可行性。结果表明,与常规方法相比,所提方法具有更高的估计精度和更快的运行效率,可为双碳目标实现提供一定的助力。
英文摘要:
      The proposal of the dual carbon target has made reducing losses and energy conservation a key focus of modern power grid construction. A distribution network line loss estimation method combining convolutional neural networks and improved particle swarm optimization algorithm is proposed to address the problems of low estimation accuracy and poor operational efficiency in existing methods. By improving the particle swarm optimization algorithm to balance individual and global optima, the optimal weights and thresholds of the network are obtained, which improves the convergence speed and estimation accuracy of convolutional neural networks. The feasibility of the proposed line loss rate estimation method was verified through simulation. The results indicate that, Compared with conventional methods, the proposed method has higher estimation accuracy and faster operational efficiency, which can provide certain assistance for achieving the dual carbon target.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 社长及主编
    • 期刊荣誉
  • 编委会
    • 主任委员
    • 编委名单
    • 青年编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司