本文主要研究内容
作者张波,肖坚红,梁晓伟,疏奇奇,张良,隋仕伟（2019）在《SVM在中压配网停电事件补全中的应用研究》一文中研究指出：应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题。首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计。最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性。
Abstract
ying yong da shu ju ping tai shen ru wa jue ji liang shu ju dui pei dian wang de yun hang zhi cheng shi dang qian dian wang chong yao yan jiu fang xiang ,wen zhong ying yong zhi chi xiang liang ji (SVM)suan fa yan jiu zhong ya pei wang ting dian shi jian bu quan fang fa ,jie jue ting dian shi jian zhun que tong ji nan ti 。shou xian zong jie zhong ya pei dian wang de 5lei ting dian shi jian ,jie zhao chong dian yan jiu le SVMbu quan fang fa ,gei chu ting dian shi jian bu quan sai lu ,5lei ting dian shi jian de SVMbu quan mo xing gou jian fang fa ,bing di chu le han gai pei dian wang mo xing gou jian 、SVMmo xing gou jian 、SVMqiu jie ji gu zhang lei xing pan duan de bu quan liu cheng ,ran hou cong gong cheng ying yong jiao du ,she ji le bu quan mo kuai yu yong dian xin xi cai ji deng ge xiang guan ji tong jian de ye wu guan ji kuang jia bing jin hang shu ju fen xi jia gou she ji 。zui hou yi an hui huang shan deng 4jia de shi gong si wei li jin hang le shi jian ying yong fen xi ,yan zheng le wen zhong yan jiu fang fa ke ji da di sheng ting dian shi jian tong ji de ji shi xing he zhun que xing 。
论文参考文献
论文详细介绍
论文作者分别是来自电力工程技术的张波,肖坚红,梁晓伟,疏奇奇,张良,隋仕伟，发表于刊物电力工程技术2019年03期论文，是一篇关于中压配电网论文,停电补全论文,大数据平台论文,支持向量机论文,停电事件完整率论文,电力工程技术2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电力工程技术2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：中压配电网论文; 停电补全论文; 大数据平台论文; 支持向量机论文; 停电事件完整率论文; 电力工程技术2019年03期论文;