基于极限学习机的配电网重构.pdfVIP

第 33 卷 第 2 期 电 力 自 动 化 设 备 Ｖｏｌ．33 Ｎｏ．2 ２０ 13 年 2 月 Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ａｕｔｏｍａｔｉｏｎ Ｅｑｕｉｐｍｅｎｔ Feb. ２０ 13 基于极限学习机的配电网重构 吴登 国 李晓明 ， （武 汉 大 学 电气工程 学院 ，湖 北 武 汉 430072 ） 摘 要 ： 为使 配 电 网重构有 功功 率损耗 最 小 ，提 出一种基 于极 限 学 习机 的神 经 网络 重构模 型 来反 映 配 电 网 负 荷模 式与开关状 态之 间的非 线性 关 系 将 配 电 网负荷模 式作 为输入 网损 最 小时的开关状 态作 为输 出 利 用 。 、 ， 所提模 型 网络 结构 简单 、学 习速度 快的优 势进行 配 电网重构 。 引入 统计 学 习理论 中的结构风 险最 小化 准则来 改进基 于经验风 险最 小化 的极 限学 习机 ，使 经验风 险和置信 范 围最 小 ，从 而使 实际风 险最 小 ，减 小期 望误 差 。 通过 2 个典 型 算例 对 配 电 网重构进行仿 真研 究 ，并对基 于支持 向量机 、BP 神 经 网络 和基 于经验 风 险 最 小化 的极 限学 习机 重构模 型进行 比较 ，结果表 明所提模 型在保持 学 习速度 快的 同时 ，泛化性 能更 高。 关键词 ： 配 电 网重构 ； 最 小化 网损 ； 极 限 学 习机 ； 结构风 险 ； 经验 风 险 ； 模 型 ； 配 电 ； 风 险 中图分 类号 ： TM 727 文献标识码 ： A DOI ： 10.3969／ j .issn.1006-6047.20 13.02.008 0 引言 它 以经验风 险最小化 为原则 ，其精度取决 于样本 ，因 完整 的样本难 以获得 ，需要较长 的时 间来训 练样本 ， 配 电 网重 构 是 配 电 自动 化 系 统 的重 要 组 成 部 容 易 出现过学 习 ，难 以保证泛化性 能 ，且训 练结果 不 分 ，是配 电调度控制 的重要依据 ，通过改变配 电系统 稳定 。 中的分 段 开关 、联 络 开关 的组 合 状 态来 改 变 网络 拓 极 限学 习机 （ ）是 ELM Extreme Learning Machine 扑 ，实现预定 的 目标 。 配 电网重构 的优化 目标有 ：最 2006 年 由新 加 坡 南 洋 理 工 大 学 黄 广 斌 教 授 提 出 的 小化 系统有 功功率损耗 、负荷平衡 、供 电恢 复或其 中 一种新 的单 隐含层前 向神经 网络 （ ［ ］