自组织映射神经网络用于暂态稳定性分析的研究

• 作者: 周伟 陈允平
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 人工神经网络 暂态稳定性 事故筛选 功角预测 模式识别
• 年，卷（期）: 2002,（15）
• 所属期刊栏目: 学术研究
• 页码范围: 33-38
• 页数: 6页
• 分类号: TM712|TP18
• 字数: 5602字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2002.15.007

摘要

对几种形式的自组织映射神经网络进行了集中介绍,并对自组织特征映射(SOFM)神经网络和学习矢量量化(LVQ)神经网络在电力系统暂态稳定模式识别中的应用性能进行比较.利用SOFM网络输出层聚类信息对不同ANN输入特征量的选取效果进行了直观的比较.在这些比较的基础上,利用Kohonen网络"无监督聚类、有监督学习"的工作方式,给出一种基于Kohonen网络的复杂系统在线事故筛选和发电机功角预测方法.利用华中电网的数据对这种网络进行了大量的计算,计算证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈允平	武汉大学电气工程学院	203	6094	41.0	70.0
2	周伟	武汉大学电气工程学院	238	1927	23.0	32.0