基于FCM聚类和BP神经网络的配电网线损计算方法

针对配电网线路数目多、各条线路包含大量的节点和元件、网络结构复杂、监测数据不完善,逐一计算线损工作量大、耗时长的现状,提出了一种基于FCM聚类和BP神经网络的配电网线损的实用计算方法。首先,建立涵盖线路属性和运行特性的线损特征指标体系;然后,选取已知线损和线损特征指标的配电线路构成样本集,并采用FCM聚类算法对样本进行分类,并得到每一类样本的线损特征指标和线损的范围及基准值;接着,对于每一类样本,利用BP神经网络拟合出线损特征指标偏差量与线损偏差量间复杂的非线性关系,建立配电网线损修正模型;该模型在计算未知线路的损耗时,只需确定线路所属的样本类别,并根据线路的线损特征指标偏差量修正线损偏差量,即可获得比较准确的线损计算值,上述算法可对大量的配电网线路进行有效的线损计算;最后,以某地区配电网线路的数据为例,验证了该方法的有效性和实用性。