%0 Journal Article
%T 基于反向传播神经网络的发电机进相能力建模研究
%A 王成亮
%A 王宏华
%A 徐钢
%J 电网技术
%P 136-140
%D 2011
%X 提出一种基于反向传播神经网络(backpropagationneuralnetwork,BPNN)的发电机进相能力建模新方法。该BPNN含2个隐层和1个输出层，以发电机有功和无功功率为输入，以发电机功角、电网电压为输出。以典型工况下的发电机进相运行试验结果作为训练样本和测试样本，建立了某600MW发电机进相能力BPNN模型，从收敛精度最优出发，优化设计了模型的隐层数、神经元数、传递函数。建模实例表明，提出的建模方法精度高、泛化能力强，能有效克服传统分析方法的局限性，有推广应用价值。
%K 反向传播神经网络
%K 发电机进相
%K 泛化
%U http://www.dwjs.com.cn/CN/abstract/abstract24035.shtml