全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...

基于自适应BP网络的广义负荷动静比例辨识

, PP. 78-83

Keywords: ABP网络,广义负荷等值,负荷动静比例辨识

Full-Text   Cite this paper   Add to My Lib

Abstract:

提出利用自适应前馈网络(ABP)拟合负荷动静比例β与区域联络线有功PL、无功QL、电压UL、频率fL、等值电源PG的关系,把经过训练后的ABP网络用于暂稳分析中辨识广义负荷动静比例的方法。该方法首先建立所研究区域电网的广义负荷等值模型,通过改变等值模型中负荷动静比例形成ABP网络的训练样本集,利用训练后的ABP网络在暂稳分析中辨识负荷动静比例。在CEPRI36节点系统和青山局部电网上的仿真结果表明,利用ABP网络辨识广义负荷动静比例,可以获得较好的暂态辨识结果,且具有较高精度。

 References

[1]  鞠平. 电力系统负荷建模理论与实践[J]. 电力系统自动化, 1999, 23(19): 1-7.
[2]  鞠平, 何孝军, 黄丽, 等. 广义电力负荷的模型结构与参数确定[J]. 电力系统自动化, 2006, 30(23): 11-13.
[3]  Hagan M T, Demuth H B, Beale M H, et al. Neural network design[M]. 戴葵, 译. 北京: 机械工业出版社, 2002.
[4]  Park D C, El Sharkawi M A, Marks R J II, et al. Electric load forecasting using an artificial neural network[J]. IEEE Transactions on Power Systems, 1991, 6(2): 442-448.
[5]  Hiyama T, Tokieda M, Hubbi W, et al. Artificial neural network based dynamic load modeling[J]. IEEE Transactions on Power Systems, 1997, 12(4): 1576-1583.
[6]  Hsiung Cheng Lin. Intelligent neural network-based fast power system harmonic detection[J]. IEEE Tran- sactions on Industrial Electronics, 2007, 54(1): 43-52.
[7]  艾芊, 陈陈, 沈善德, 等. 简化前馈网络用于负荷模型参数辨识的研究[J]. 中国电机工程学报, 2005, 25(5): 21-27.
[8]  范澍, 毛承雄, 陆继明, 等. 多机电力系统神经网络最优励磁控制器[J]. 中国电机工程学报, 2004, 24(7): 80-84.
[9]  史真惠, 朱守真, 郑竞宏, 等. 改进BP神经网络在负荷动静比例确定中的应用[J]. 中国电机工程学报, 2004, 24(7): 25-29.
[10]  倪以信, 陈寿孙, 张宝霖. 动态电力系统的理论和分析[M]. 北京: 清华大学出版社, 2002.
[11]  昆德. 电力系统稳定和控制[M]. 北京: 中国电力出版社, 2002.
[12]  鞠平, 马大强. 电力系统负荷建模[M]. 北京: 中国电力出版社, 2008.
[13]  顾丹珍, 艾芊, 陈陈, 等. 自适应神经网络在负荷动态建模中的应用[J]. 中国电机工程学报, 2007, 27(16): 31-36.
[14]  黄辉, 舒乃秋, 李自品, 等. 基于信息融合技术的电力系统暂态稳定评估[J]. 中国电机工程学报, 2007, 27(16): 19-23.
[15]  汪小明, 刘涤尘, 吴军, 等. 电力系统暂态稳定分析广义负荷模型[J]. 电网技术, 2011, 35(3): 44-48.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133