APP下载

基于半监督机器学习算法的智能电网调度控制系统健康度评价

2021-10-28张浩汪德义

电气自动化 2021年5期
关键词:分配监督智能

张浩,汪德义

(国网黄山供电公司,安徽 屯溪 245000 )

0 引 言

智能电网调度控制系统是智能电网的中枢结构,系统将调度中心的各项功能模块化和集成化,形成实时监控预警、调度计划以及调度管理等作用,保障了电网的正常运行,满足了电网高效、经济和环保的运行方式[1-4]。虽然在普遍认知中,调度控制系统可以高效可靠地运行,但其服务的体系过于庞大,且所受到的外部不可控影响因素众多,在运行过程中难免会出现异常状态。因此,对智能电网调度控制系统进行健康度评价,获取系统的异常信息是很有必要的。

智能电网调度控制系统可以使调度人员实时掌握电网的各项运行信息,其健康度评价主要是针对智能电网多个因素或者指标,选择合适的评价方法,将其转化为可以反映电网健康程度的信息。在现有研究中,智能电网的健康度评价大多采用基于专家经验的评价方法[5-8]。基于专家经验的评价方法是一种将定性描述定量化的评价方法,主要有加法评价、层次分析法、连积评价和加权评价等。文献[9-10]分别采用层次分析法对火电厂和电力系统进行健康度评价。文献[11]通过组合上述方法对智能电网控制系统进行评价。虽然专家经验评价方法的评价过程简单,且结果直观性强,但其过于依赖专家的知识和经验等主观因素,因此评价结果可能会有一定的误差。

近年来机器学习中的多分类方法被广泛应用于智能电网调度控制系统的健康度评价。……

登录APP查看全文

猜你喜欢

分配监督智能
突出“四个注重” 预算监督显实效
应答器THR和TFFR分配及SIL等级探讨
遗产的分配
一种分配十分不均的财富
智能前沿
绩效考核分配的实践与思考
智能前沿
智能前沿
智能前沿
监督见成效 旧貌换新颜