摘要：提出一种基于反向传播神经网络（back propagation neural network，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。

关键词：反向传播神经网络 发电机进相 泛化 

单位：江苏方天电力技术有限公司 江苏省南京市211102 河海大学能源与电气学院 江苏省南京市210098