基于神经网络算法的10kV配网差异化运维策略研究

摘要

传统基于主观性权重的差异化运维方法一般运用在高压输电线路中,而广州电网配网线路数量及总长度是其输电线路的10倍以上,加之配网线路建设基础薄弱、沿线情况复杂,相对输电线路对运维人力资源需求更加迫切,因此提出了一种基于神经网络的AI算法.根据考虑权重因子建立的线路分级模型,利用神经网络算法收敛性好、主动学习的特性,在对典型配网线路进行学习后运用于其他线路上,并将结果成功应用于某区配网线路实际运维中,在运维人力资源有限的约束下,优化了每天的运维工作量,极大提高了运维效率,提升了线路整体健康程度,减少了线路故障跳闸率.