文档摘要：为准确识别违规的分布式光伏扩容骗补用户,提出一种基于改进深度极限学习机的光伏扩容用户识别方法.首先利用同地区光伏发电出力具有相似性的特点,通过余弦相似度对参考电站和待测站点进行预处理;然后应用麻雀搜索算法SSA(sparrowsearchalgorithm)对深度极限学习机DELM(deepextremelearningmachine)的权值参数优化,用预处理的数据集训练SSA-DELM拟合模型,并根据光伏扩容的特性计算扩容系数.实验结果验证了所提方法对分布式光伏违规扩容用户识别的有效性.
Abstract：Toaccuratelyidentifythedistributedphotovoltaic(PV)capacityexpansionfraudusers,anidentificationmethodforPVcapacityexpansionusersbasedonanimproveddeepextremelearningmachine(DELM)isproposed.First,withtheconsiderationofthesimilarityofPVgenerationinthesameregion,thereferencepowerstationandthesitetobetestedarepre-processedbycosinesimilarity.Second,thesparrowsearchalgorithm(SSA)isusedtooptimizetheweightparametersofDELM,andthepre-processeddatasetisimportedintotheSSA-DELMfittingmodel.Finally,theexpansioncoefficientsarecalculatedaccordingtothecharacteristicsofPVcapacityexpansion.ExperimentalresultsvalidatetheeffectivenessoftheproposedmethodfortheidentificationofdistributedPVnon-compliantcapacityexpan-sionusers.
作者：汤渊 吴裕宙 苏盛 刘韵艺 王耀龙 Author：TANGYuan WUYuzhou SUSheng LIUYunyi WANGYaolong
作者单位：广东电网有限责任公司东莞供电局,东莞523008长沙理工大学电网防灾减灾全国重点实验室,长沙410004
刊名：电力系统及其自动化学报 ISTICPKU
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(5)
分类号：TM615
关键词：分布式光伏 违规扩容 深度极限学习机 麻雀搜索算法
Keywords：distributedphotovoltaic(PV) non-compliantcapacityexpansion deepextremelearningmachine(DELM) sparrowsearchalgorithm(SSA)
机标分类号：TP391.41SX522
在线出版日期：2024年6月6日
基金项目：国家自然科学基金，南方电网公司科技项目基于改进深度极限学习机的光伏扩容用户识别方法[
期刊论文] 电力系统及其自动化学报--2024, 36(5)汤渊 吴裕宙 苏盛 刘韵艺 王耀龙为准确识别违规的分布式光伏扩容骗补用户,提出一种基于改进深度极限学习机的光伏扩容用户识别方法.首先利用同地区光伏发电出力具有相似性的特点,通过余弦相似度对参考电站和待测站点进行预处理;然后应用麻雀搜索算法S...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：分布式光伏,违规扩容,深度极限学习机,麻雀搜索算法,
|
|
1
