欢迎来到中国电源学会电子资源平台
会员 基于TSO-XGBoost算法的电压暂降典型特征量预测方法
  • 21
  • 0
  • 0
  • 0
  • 2023/01/01
摘要
针对利用电网侧电压暂降监测数据,结合电压暂降传播特性的问题,提出了一种基于金枪鱼群(TSO)算法优化极限梯度提升树(XGBoost)算法的用户侧电压暂降典型特征量预测方法。首先,根据配电网系统的网络拓扑结构,定义了能够反映电压暂降传播特性的特征集;其次,从参数优化角度,构建了TSO优化XGBoost参数;然后建立基于TSO-XGBoost算法的预测模型,对用户侧电压暂降的特征量进行分析预测;最后分析验证结果表明,所提方法相比较于其他几种常用的预测模型算法具有更高的预测准确率和更好的抗噪性能,且在训练是不容易过拟合。
  • 若对本资源有异议或需修改,请通过“提交意见”功能联系我们,平台将及时处理!
来源
关键词
相关推荐
可试看前3页,请 登录 后进行更多操作
试看已结束,会员免费看完整版,请 登录会员账户 或申请成为中国电源学会会员.
关闭
温馨提示
确认退出登录吗?
温馨提示
温馨提示
温馨提示
确定点赞该资源吗?
温馨提示
确定取消该资源点赞吗?
温馨提示
确定收藏该资源吗?
温馨提示
确定取消该资源收藏吗?
温馨提示
确定加入购物车吗?
温馨提示
确定加入购物车吗?
温馨提示
确定移出购物车吗?