基于Elman神经网络的电力系统负荷建模研究
本文给出了一个用具有部分反馈特性的动态神经网络用于电力系统负荷分析研究。文中分析了传统的BP神经网络的网络结构及BP算法用于负荷建模实际中存在的一些问题，并分析了具有动态递归特性的Elman神经网络的优点，最终采用Elman神经网络用于负荷建模，建立了一个动态递归的Elman神经网络来分析负荷特性。针对BP算法用于动态模型辨识中存在的问题，本文采用遗传算法进行参数的优化，并结合湖南省某变电站实测采样数据进行建模，最终得出了一些结论，说明本文提出的基于遗传算法的Elman神经网络应用于电力系统负荷建模的有效性。
电力系统 负荷建模 神经网络 遗传算法
王立德 李欣然
湖南大学电气与信息工程学院,湖南长沙,410082
国内会议
合肥
中文
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）