排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
针对电力系统状态估计的可信度问题和执行效率问题,提出了一种状态估计新方法。在该方法中,求取的状态估计结果不再按照设定的估计准则求得的唯一“最优解”或“次优解”,而是包含若干个可行解(即电力系统状态)的解集。根据可信度已知的求解约束条件求取可信状态集合,解决了电力系统状态估计可信度的问题。将该算法应用在最优潮流模型中,IEEE-118节点测试系统算例表明,该算法能够确保节点电压安全,计算效率较高,且具有较好的经济性。 相似文献
3.
针对电力变压器故障诊断问题,提出了一种基于混沌(Chaos)优化的粒子群(Particle Swarm Optimization)BP神经网络算法。该算法将混沌、粒子群和BP神经网络相结合,通过混沌粒子群算法寻优,得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。利用了混沌算法的遍历性和对初始值敏感的特点,对粒子群算法进行了参数优化,引入了早熟判断机制,并在早熟状态时进行了混沌扰动,使算法后期不易陷入局部最优。通过实例训练与测试表明,CPSO-BP神经网络算法在变压器故障诊断方面有较好的效果。 相似文献
1