摘要:针对配电网监控终端系统计划停电、停电告警和计量点负荷等相关数据,提出基于RBFNN的停电时间自动识别模型,研究了配网停电时间的识别、诊断的问题。利用基于遗传思想的粒子群优化算法对模型的参数进行识别和优化,并进行了模型计算和模型验证。研究结果显示,模型计算的误差都很小(误差波动范围为[0,0.014 6]),且具有较高的识别精度(94.12%),最后对模型的运用和计算结果进行了讨论。
关键词:径向基函数神经网络 停电时间 自动识别模型 粒子群优化算法 参数识别
单位:广西电网有限责任公司北海供电局; 广西博联信息通信技术有限责任公司
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社