摘要:指出了电力系统负荷动、静组成比例在实际电力系统分析、计算中的重要性,并应用一种改进的BP算法--Levenberg-Marpuardt 反向传播算法来对神经网络进行训练,进而利用人工神经网络(ANN)来确定电力系统综合负荷动、静组成比例为β=F[Y(t),Y(t-1),…,Y(t-n),U(t),U(t-1),…,U(t-n)].其中,β为动态负荷在综合负荷中所占的比例,Y=[P,Q]T,U=[V,f]T.该算法改进了BP神经网络学习速度慢的缺点.应用该方法对仿真数据、动模实验数据和现场实测数据进行了测算,得出了其相应的动、静组成比例.测算结果验证了在确定负荷动、静比例时可以忽略频率的变化,证明了BP神经网络用于确定负荷动、静组成比例的有效性.
关键词:电力系统 负荷动静比例 bp神经网络 反向传播算法
单位:清华大学电机工程及应用电子技术系; 北京; 100084; 辽宁省电网公司; 辽宁; 沈阳; 110006; 东北电网调度通讯中心; 辽宁; 沈阳; 110046
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社