| 基于复合神经网络的电力系统暂态稳定评估和裕度预测 |
| |
| 引用本文： | 姚德全. 基于复合神经网络的电力系统暂态稳定评估和裕度预测[J]. 电力系统自动化, 2013, 37(20): 41-46 |
| |
| 作者姓名： | 姚德全 |
| |
| 作者单位： | 智能电网教育部重点实验室，天津大学，天津市300072 |
| |
| 摘 要： | 提出一种基于复合神经网络的暂态稳定评估与故障临界切除时间(CCT)裕度预测新方法,它将概率神经网络(PNN)和径向基函数(RBF)网络组合使用,充分利用两者各自的优点,以提高暂态稳定评估能力和CCT裕度预测能力。该方法首先利用PNN进行暂态事故场景分类,分类时充分考虑了相邻故障样本类型重叠的影响;进一步采用RBF网络对分类结果进行裕度预测;最后,通过自检和校正以提高预测精度。利用New England 39节点系统,通过与反向传播(BP)神经网络、RBF神经网络等方法的比较,证明了本文方法的优越性。
|
| 关 键 词： | 复合神经网络 暂态稳定评估 故障切除时间裕度预测 类型重叠 |
| 收稿时间： | 2013-01-19 |
| 修稿时间： | 2013-09-25 |
Power System Transient Stability Assessment and Stability Margin Prediction Based on Compound Neural Network |
| |
| YAO Dequan. Power System Transient Stability Assessment and Stability Margin Prediction Based on Compound Neural Network[J]. Automation of Electric Power Systems, 2013, 37(20): 41-46 |
| |
| Authors: | YAO Dequan |
| |
| Affiliation: | YAO Dequan;JIA Hongjie;ZHAO Shuai;Key Laboratory of Smart Grid of Ministry of Education,Tianjin University; |
| |
| Abstract: | |
| |
| Keywords: | compound artificial neural network transient stability assessment critical clearing time margin prediction classification overlapping |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
