摘要：负荷模型在电力系统运行的仿真和评估方面起到重大作用.文中对常规前馈神经网络(BP网络)的学习规则、拓扑结构以及激活函数进行改进后,建立适应性BP(Adaptive Back-Propagation简称ABP)网络模型,并由此提出一种新型负荷模型.ABP能够克服常规BP网络的一些缺点,而且该模型因其非结构性且易收敛而优于传统的负荷模型,这样取得的负荷模型比传统的负荷模型更加精确.通过现场实测数据验证了此模型的有效性.同时,对这种方法在传统负荷模型参数辨识方面进行了研究.在对网络结构进行修改后,提出基于线性BP(Linear Back-Propagation,简称LBP)网络的参数辨识方法.LBP负荷模型可以接入到暂态程序中,从而大大减少计算时间.

关键词：负荷模型 暂态稳定 电力系统 参数辨识 运行 

单位：上海交通大学电气工程系; 上海市; 徐汇区; 200030; 上海电力公司调度通信中心; 上海市; 黄浦区; 200025