专利检索 ap:("上海工程技术大学") AND inv:"戴少康" 第 1 页

1.

发明公开
一种深度学习下的配电网可靠性指标优化方法无效

公开(公告)号：CN110414718A

公开(公告)日：2019-11-05

申请号：CN201910599100.3

申请日：2019-07-04

申请人： 上海工程技术大学

发明人： 孙园园 , 单鸿涛 , 章文俊 , 戴少康 , 任丽佳 , 闫普虹

IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/08

摘要： 本发明涉及一种深度学习下的配电网可靠性指标优化方法，包括步骤：1)采集样本数据，构建训练样本和测试样本；2)确定深度信念网络结构；3)将训练样本输入深度信念网络，对深度信念网络模型进行优化；4)将测试样本输入至优化后的深度信念网络模型，获取对应的配电网可靠性指标；5)确定临界值，将获取的配电网可靠性指标与已有精确结果进行比较，若相对误差大于或等于临界值，则调整网络层数和节点个数后，重复步骤3)～4)，若相对误差小于临界值，则完成深度学习下的配电网可靠性获取的优化。与现有技术相比，本发明具有能完整、科学、可靠的获取优化的深度学习下的配电网可靠性指标，且保证指标精确度、缩短计算时间等优点。