基于离散化采样和神经网络的台区理论线损预测方法

摘要

本发明涉及一种基于离散化采样和神经网络的台区理论线损预测方法，包括梳理理论线损影响因素并定义特征指标；采集线损数据和特征指标所需数据并进行计算；剔除异常样本数据并得到初始数据集；有序离散化采集数据并制作训练样本数据集；构建BP神经网络模型并利用训练样本数据集进行训练，得到台区理论线损预测模型。通过采用离散化采样方法，平衡各特征区间内的样本因子数据权重，通过对训练集进行处理，将分布不均匀的数据集变成均匀的数据集，削弱高密度数据分布区域的采样权重，避免过度拟合导致模型的泛化能力不足，通过BP神经网络训练构建台区理论线损预测模型，使得算法的适应性和准确性更强。