基于函数型连接神经网络的偶发事件分类器设计

摘要：

为了有效地减少开断模拟的计算工作量,本文提出了一种用于识别偶发事件的函数型连接神经网络(FLNN)分类模型和算法.根据偶发事件状态对电力系统的不同影响,设计了一组行为指标(PI),并且构造出神经网络分类器.通过对IEEE-RTS24试验系统进行的分类计算表明,该分类器可以大大减少所要计算的偶发事件状态的数量.

关键词： 函数型连接神经网络 偶发事件 分类器 电力系统

作者: 王韶 张安邦 周家启

作者单位: 重庆大学电气工程学院,400044

会议类型: 国内会议

会议名称: 重庆市电机工程学会2002年学术会议

会议地点: 重庆

会议语种:中文

页码: 380-383

在线出版日期: 2002-10-01（万方平台首次上网日期，不代表论文的发表时间）