基于MLP算法的电力企业数据健康度模型算法

摘要

电力数据健康度直接关系到电力系统运行的可靠性与韧性。但目前对于电力数据健康度评估的方法仍缺乏统一的量化标准以及动态评估机制。为了保障电力的稳定供应，研究提出了基于多层感知机算法的电力企业数据健康度模型算法。研究从供电质量、供电能力、供电安全、电网效率4个方向构建电力企业数据健康度的评价指标体系。并将该体系作为多层感知机算法的输入特征，通过训练优化网络权重与偏置，实现电力企业数据健康度的精准评估。结果显示，与其他方法进行对比，研究基于多层感知机算法对电力企业数据健康度进行评估表现出良好的性能，当样本数据集为200时，准确率与运行时间分别为98.4%、0.7 s。在对电力企业健康度相关数据仿真实验中，对于不同月份的供电质量、供电能力、供电安全和电网效率的评分皆与实际运行情况吻合。研究提出的方法可以有效地评估电力企业数据健康度，保障电力的稳定供应。为电力系统日常运行提供决策支持与风险预警能力。

关键词

MLP / 健康度模型 / 企业数据 / 激活函数 / 评估 / 电力供应

基金资助

国家重点研发计划项目(2023YFB2703705)