-
题名现代机器学习算法的船舶配电网运行状态评估
- 1
-
-
作者
刘继军
白玉新
赫英凤
-
机构
太原工业学院
国网山西省电力公司
-
出处
《舰船科学技术》
北大核心
2021年第20期106-108,共3页
-
基金
山西省高等学校科技创新项目(2020L0672)
-
文摘
为保证评估全面性,指标选取会很多,但与此同时会导致运算量过大,使得船舶耗能增大。针对上述问题,提出现代机器学习算法的船舶配电网运行状态评估方法。该研究利用机器学习算法中的加权聚类算法计算指标到聚类中心的距离,根据距离选择评估指标,以选取的指标作为神经网络评估模型的输入变量,在隐含层计算指标与权值乘积分值,根据分值比对配电网运行状态等级划分表,在输出层得出配电网运行状态。结果表明:所研究方法应用下,评估结果与实时检测结果一致,且运算量更小(156),达到研究目标,为配电网故障处理提供可靠依据。
-
关键词
现代机器学习算法
神经网络
船舶配电网
运行状态评估
-
Keywords
modern machine learning algorithm
neural network
ship distribution network
operation status evaluation
-
分类号
TP241.2
[自动化与计算机技术—检测技术与自动化装置]
-
