山东大学学报(工学版)

作者：柴庆发,孙守晶,邱吉福,陈明,魏振,丛伟

单位：1. 电网智能化调度与控制教育部重点实验室(山东大学), 山东 济南 250061；2. 国网山东省电力公司青岛供电公司, 山东 青岛 266002

关键词：气象灾害,特征因素,应急物资预测,案例推理,深度学习,

基金：国家电网公司科技资助项目(5400-201999344A-0-0-00)

为提高电网应急物资调配响应速度和电网抢修效率, 提出一种案例推理与深度学习相结合的电网气象灾害条件下的应急物资预测方法。以气象信息、电网设备数据和地理环境数据为输入信息, 利用案例推理方法确定预测模型输入、输出结构, 并根据不同输入信息的特点进行处理和量化, 利用深度置信网络完成案例适配, 综合事故规模信息建立动态电网应急物资预测模型。分析结果表明, 本研究提出的预测方法能够综合分析各类特征因素, 并结合事故规模建立与应急物资需求的关联关系, 对气象灾害条件下电网应急物资需求进行准确预测, 从而为高效准确的电网应急响应提供依据。

来源：2021年第3期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2021年第3期