摘要：电力网络的终端负荷预测自适应感知能力相对较差,所以在执行的过程中极易出现误差或者问题,造成大规模或者关联性的预测问题。因此,对基于深度学习的电力网络终端负荷预测方法进行设计与分析。确定终端负荷预测自编码单元,关联单元进行深度SAE-NN预测模型的设计,在此基础之上,创建DNN深度预测训练结构,利用SLF法实现电力网络终端负荷的预测。最终的测试结果表明:在相同的测试环境之下,对比于传统的聚类分解负荷预测组,本文所设计的深度学习的负荷预测组最终得出的预测百分比误差相对较低,表明此种方法的预测效果更佳,具有一定的实际应用意义。

摘要：讨论供电线路电压降计算常用的4种方法,通过实际案例对其中的电压损失计算系数法公式进行验证比较,指出其差错的原因并给出解决方案,进而对标幺值计算法在公式转换中需注意的问题给出建议。