10.7688/j.issn.1000-1646.2022.01.02
基于改进SVM的智能电网调控系统实时风险评估与预警技术
针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过将CNN输出的数据特征输入SVM分类器进行风险等级分类,完成对数据中可能出现的风险进行识别、评估定级及预警.仿真结果表明,所提技术能够对调控系统实时风险进行准确、可靠的评估与预警,且其分类准确率、召回率、F1分数的均值分别为92％、86％和90％,均优于对比方法并具有更优的可靠性.
卷积神经网络;支持向量机;CNN-SVM模型;智能电网;调控系统;数据处理;风险评估预警;实时风险评估体系
44
TM734(输配电工程、电力网及电力系统)
北京市自然科学基金资助项目;国网北京市电力公司科技项目
2022-02-17（万方平台首次上网日期，不代表论文的发表时间）
共7页
7-13
