公开(公告)号：CN110765700A

公开(公告)日：2020-02-07

申请号：CN201911000000.0

申请日：2019-10-21

Applicant: 国家电网公司华中分部

Inventor： 杨建华 ,  姜曼 ,  牛寅生 ,  唐登平 ,  明登岳 ,  汪应春 ,  余明琼 ,  肖达强 ,  白顺明 ,  刘定宜

IPC: G06F30/27 ,  G06N3/08 ,  G06K9/62 ,  G06F113/04 ,  G06F113/16

Abstract: 本发明公开了一种基于量子蚁群优化RBF网络的特高压输电线损预测方法，属于电力系统结合深度学习的技术领域。本方法包括下列步骤：①数据预处理；②建立特征指标体系；③确定神经网络结构；④量子蚁群算法优化网络输出层的连接参数；⑤使用交替优化的方式来训练神经网络；⑥预测特高压线损值，分析预测模型。本发明利用神经网络的计算方式，易于拟合各种非线性关系，找出输入参量和线损的关系时不用人为控制计算细节，使用简便；使用RBF神经网络来保证训练速度较快，拥有局部逼近的特性，计算过程简单；将量子蚁群算法引入神经网络的优化过程中，改善了神经网络自身优化容易陷入局部最优解的问题。