关键词：配电系统可靠性 bp神经网络 灵敏度分析 神经元链路 用户年均停电时间 

摘要：传统服务于系统规划的可靠性分析方法,由于多基于逻辑推理或统计分析,需要以足量‘故障停电’事件匀质样本为建模保障,在面对配电系统结构动态变化以及稀少数据环境时,难以对指标进行精确估计。在此背景下,提出一种考虑小样本统计的BP神经网络配电系统可靠性指标预测方法。为保证神经网络训练样本的充足性,并保留小样本自身的统计规律,该文提出并比较Bootstrap和核密度拉丁超立方采样2种小样本增广技术,基于扩充后的样本对具有相同结构的神经网络模型进行参数训练,利用所得的神经网络对可靠性指标进行预测的精度作为选择合适扩充技术与神经网络结合的依据。通过预测用户年均停电时间的算例分析表明,利用Bootstrap小样本扩充技术和BP神经网络相结合的方法在小样本统计条件下具有更高的预测精度。

电力科学与技术学报杂志要求:

{1}基金项目(有则加项)：获得基金资助产出的文章应注明基金项目名称，并在括号内注明其项目编号。

{2}本刊对来稿有修改权，不愿改动者，请事先说明。

{3}本刊强调论文的原创性，严格遵守著作权法，提倡健康优良的学术风气，坚决杜绝剽窃抄袭行为。

{4}文中一级标题用一、,二、……，二级标题用（一）,（二）……，三级标题用1.,2.……,四级标题用(1)，(2)……，依次类推。

{5}来稿请附作者真实姓名、工作/学习单位全称、最后学历/学位、职称/职务、主要研究领域和详细通讯地址（包括邮政编码、电话和电子邮箱等），以便联系。如有变动请及时通知。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社