基于混沌神经网络模型的电力系统混沌预测与控制

• 作者: 张淑清 窦春霞 袁石文
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 混沌神经网络 电力系统 混沌振荡 吸引子相空间 Lyapunov指数 模糊神经网络
• 年，卷（期）: 2003,（7）
• 所属期刊栏目: 电力系统
• 页码范围: 23-26
• 页数: 4页
• 分类号: O211.61|TP273
• 字数: 3602字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2003.07.007

摘要

由于电力系统的日趋复杂和庞大,电力系统除了因负阻尼引起的低频振荡外,还存在PSS不能消除的混沌振荡的危机.为及早判断和抑制电力系统的混沌振荡,提高电力系统稳定性,根据电力系统的负荷时间序列重构吸引子相空间,计算相空间饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在电力系统负荷含有部分坏数据输入的情况下,仍能对电力系统的混沌特性进行精确地判断和预测.如果判断出系统存在混沌现象,则设计模糊神经网络预测控制器,实现了对电力系统混沌振荡的预测控制.仿真结果表明,该方案对抑制电力系统混沌振荡具有显著效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦春霞	燕山大学电气工程学院	44	449	11.0	19.0
2	张淑清	燕山大学电气工程学院	81	1525	21.0	36.0
3	袁石文	燕山大学电气工程学院	9	117	4.0	9.0