基于神经网络的变压器负载率预测方法

随着光伏大规模并网、各行业用电量的持续走高，对配电网设备带来巨大冲击。配电变压器作为整个配电网中的关键设备，其稳定运行也随之受到挑战。为保障稳定可靠的电力供应，提出一种基于神经网络的变压器负载率预测方法，能够针对具有海量高维特性的变压器运行数据进行处理，结合XGboost智能算法构建特征选择模型，以实现海量高维运行数据的降维处理。并在此基础上，引入遗传算法对传统反向传播神经网络进行参数优化，利用优化后的神经网络构建变压器负载率预测模型。