适用于负荷建模的人工神经网络新方法

摘要：

负荷模型在电力系统运行的仿真和评估方面起到重大作用.本文提出了一种新型负荷模型,该模型是基于一种特殊形式的人工神经网络,即适应性BP(Adaptive Back-Propagation简称ABP)网络.ABP能够克服常规BP的一些缺点.而且该模型因其非结构性且易收敛而优于传统的负荷模型,用现场实测数据对这种方法的应用加以检验.这样取得的负荷模型比传统的负荷模型更加精确.本文同时对这种方法在传统负荷模型参数识别方面的进行了研究.即基于线性BP(Linear Back-Propagation,简称LBP)网络.LBP负荷模型可以接入到暂态稳定计算程序中,并且大大减少了计算时间.

关键词： 负荷模型 电力系统 暂态稳定 人工神经网络 线性神经网络

作者: 艾芊 陈陈 G.B.Shrestha S.S.Choi

作者单位: 上海交通大学电气工程系(上海) School of Electrical and Electronic Engineering Nanyang Technological University,Singapore

会议类型: 国内会议

会议名称: 2003年全国高等学校电力系统及其自动化专业第十九届学术年会

会议地点: 成都

会议语种:中文

页码: 1504-1509

在线出版日期: 2003-10-01（万方平台首次上网日期，不代表论文的发表时间）