基于粒子群优化算法的神经网络在暂态稳定评估中的应用
针对训练神经网络的误差反向传播算法(BP)或其它算法存在的训练时间较长且易陷入局部极小点等问题,本文提出了一种利用粒子群优化算法(PSO)训练神经网络并用于电力系统暂态稳定评估的方法。实例表明,与误差反向传播(BP)算法相比较,该方法优化的神经网络收敛速度更快,预测精度更高。
暂态稳定评估 粒子群优化算法 人工神经网络 电力系统
曹曼 刘艳 顾雪平
华北电力大学电力系统保护与动态安全监控教育部重点实验室,河北省保定市,071003
国内会议
南京
中文
2039-2042
2006-10-01(万方平台首次上网日期,不代表论文的发表时间)