基于人工智能算法的电力系统可靠性评估模型及应用研究

摘要

针对电力系统可靠性评估精确度提升问题,提出一种基于PSO算法优化的深度信念网络可靠性评估模型。通过深度信念网络,提高了模型的学习深度,在引入PSO算法对参数优化后,进一步提升了模型对电力系统的可靠性评估质量。实验表明,所提PSO-DBN算法,相较于传统DBN算法,训练收敛速度更快,且样本重构效果更好,在对电力系统的评估测试中,RMSE值最终稳定在0.1以下,更接近真实值,评估精度提高明显;相较于Monte Carlo法和PSO-BP模型的评估结果,所提PSO-DBN模型虽然用时较PSO-BP模型稍长,但评估精度大幅增长,RMSE值分别降低了94.95%和81.98%,模型质量更好,值得在电力系统可靠性评估中进一步研究和推广。