本文主要研究内容
作者王宏刚,田洪迅,李浩松,王越,施明泰,万涛,李金,康泰峰（2019）在《考虑小样本统计的BP神经网络配电系统可靠性预测方法》一文中研究指出：传统服务于系统规划的可靠性分析方法,由于多基于逻辑推理或统计分析,需要以足量‘故障—停电’事件匀质样本为建模保障,在面对配电系统结构动态变化以及稀少数据环境时,难以对指标进行精确估计。在此背景下,提出一种考虑小样本统计的BP神经网络配电系统可靠性指标预测方法。为保证神经网络训练样本的充足性,并保留小样本自身的统计规律,该文提出并比较Bootstrap和核密度拉丁超立方采样2种小样本增广技术,基于扩充后的样本对具有相同结构的神经网络模型进行参数训练,利用所得的神经网络对可靠性指标进行预测的精度作为选择合适扩充技术与神经网络结合的依据。通过预测用户年均停电时间的算例分析表明,利用Bootstrap小样本扩充技术和BP神经网络相结合的方法在小样本统计条件下具有更高的预测精度。
Abstract
chuan tong fu wu yu ji tong gui hua de ke kao xing fen xi fang fa ,you yu duo ji yu luo ji tui li huo tong ji fen xi ,xu yao yi zu liang ‘gu zhang —ting dian ’shi jian yun zhi yang ben wei jian mo bao zhang ,zai mian dui pei dian ji tong jie gou dong tai bian hua yi ji xi shao shu ju huan jing shi ,nan yi dui zhi biao jin hang jing que gu ji 。zai ci bei jing xia ,di chu yi chong kao lv xiao yang ben tong ji de BPshen jing wang lao pei dian ji tong ke kao xing zhi biao yu ce fang fa 。wei bao zheng shen jing wang lao xun lian yang ben de chong zu xing ,bing bao liu xiao yang ben zi shen de tong ji gui lv ,gai wen di chu bing bi jiao Bootstraphe he mi du la ding chao li fang cai yang 2chong xiao yang ben zeng an ji shu ,ji yu kuo chong hou de yang ben dui ju you xiang tong jie gou de shen jing wang lao mo xing jin hang can shu xun lian ,li yong suo de de shen jing wang lao dui ke kao xing zhi biao jin hang yu ce de jing du zuo wei shua ze ge kuo kuo chong ji shu yu shen jing wang lao jie ge de yi ju 。tong guo yu ce yong hu nian jun ting dian shi jian de suan li fen xi biao ming ,li yong Bootstrapxiao yang ben kuo chong ji shu he BPshen jing wang lao xiang jie ge de fang fa zai xiao yang ben tong ji tiao jian xia ju you geng gao de yu ce jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自电力科学与技术学报的王宏刚,田洪迅,李浩松,王越,施明泰,万涛,李金,康泰峰，发表于刊物电力科学与技术学报2019年02期论文，是一篇关于配电系统可靠性论文,神经网络论文,灵敏度分析论文,神经元链路论文,用户年均停电时间论文,电力科学与技术学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电力科学与技术学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：配电系统可靠性论文; 神经网络论文; 灵敏度分析论文; 神经元链路论文; 用户年均停电时间论文; 电力科学与技术学报2019年02期论文;