關鍵詞：配電系統可靠性 bp神經網絡 靈敏度分析 神經元鏈路 用戶年均停電時間 

摘要：傳統服務于系統規劃的可靠性分析方法,由于多基于邏輯推理或統計分析,需要以足量‘故障停電’事件勻質樣本為建模保障,在面對配電系統結構動態變化以及稀少數據環境時,難以對指標進行精確估計。在此背景下,提出一種考慮小樣本統計的BP神經網絡配電系統可靠性指標預測方法。為保證神經網絡訓練樣本的充足性,并保留小樣本自身的統計規律,該文提出并比較Bootstrap和核密度拉丁超立方采樣2種小樣本增廣技術,基于擴充后的樣本對具有相同結構的神經網絡模型進行參數訓練,利用所得的神經網絡對可靠性指標進行預測的精度作為選擇合適擴充技術與神經網絡結合的依據。通過預測用戶年均停電時間的算例分析表明,利用Bootstrap小樣本擴充技術和BP神經網絡相結合的方法在小樣本統計條件下具有更高的預測精度。

電力科學與技術學報雜志要求:

{1}基金項目(有則加項)：獲得基金資助產出的文章應注明基金項目名稱，并在括號內注明其項目編號。

{2}本刊對來稿有修改權，不愿改動者，請事先說明。

{3}本刊強調論文的原創性，嚴格遵守著作權法，提倡健康優良的學術風氣，堅決杜絕剽竊抄襲行為。

{4}文中一級標題用一、,二、……，二級標題用（一）,（二）……，三級標題用1.,2.……,四級標題用(1)，(2)……，依次類推。

{5}來稿請附作者真實姓名、工作/學習單位全稱、最后學歷/學位、職稱/職務、主要研究領域和詳細通訊地址（包括郵政編碼、電話和電子郵箱等），以便聯系。如有變動請及時通知。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社