基于数据挖掘的低压电网改造工程验收系统设计

为了更加科学高效地评估低压电网改造工程施工质量，保证低压电网改造后的平稳运行，设计了一款基于数据挖掘的低压电网改造工程验收系统。利用Microsoft Visual Studio 2019平台与C#语言，通过数据处理、项目分类管理、工程验收、工具管理、用户管理板块构建低压电网改造工程验收系统框架。数据处理板块引入贝叶斯决策树方法剔除工程数据噪声，使用数据挖掘技术中的支持向量机组建若干二值分类器，把二值分类器输出类别标识最大的类作为项目分类结果；将径向基核函数当作支持向量机核函数，使用网格搜寻法挑选训练参数对，根据交叉验证方法将工程信息分割成多个集合，最终在工程验收板块输出低压电网改造工程验收结果。实验结果表明，所建系统响应速度快，能实现电网改造项目数据收集、工程整改、追踪检测、竣工验收等文档与图纸的整理归档，为低压电网改造工程验收提供可靠运行平台。     

基于改进图卷积神经网络的配网线路故障诊断

随着电网的不断扩容,系统结构越来越复杂,多故障频发,而多故障是故障诊断的关键和难点。为解决故障处理数据量大,需要快速、准确地诊断电网故障的问题,本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据;其次,搭建基于图卷积神经网络的故障诊断模型,利用模糊理论建立配电网故障的隶属函数;最后利用训练好的模型进行配网故障诊断。仿真结果表明,模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法,本文方法做出的诊断结果更加精确,综合诊断效果最好。