现代机器学习算法的船舶配电网运行状态评估

为保证评估全面性,指标选取会很多,但与此同时会导致运算量过大,使得船舶耗能增大。针对上述问题,提出现代机器学习算法的船舶配电网运行状态评估方法。该研究利用机器学习算法中的加权聚类算法计算指标到聚类中心的距离,根据距离选择评估指标,以选取的指标作为神经网络评估模型的输入变量,在隐含层计算指标与权值乘积分值,根据分值比对配电网运行状态等级划分表,在输出层得出配电网运行状态。结果表明:所研究方法应用下,评估结果与实时检测结果一致,且运算量更小(156),达到研究目标,为配电网故障处理提供可靠依据。