基于减法聚类的模糊神经网络负荷建模

• 作者: 唐外文 李培强 李欣然 陈辉华
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 负荷建模 模糊系统 神经网络 减法聚类
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 电力系统与电力电子专题
• 页码范围: 1-6,12
• 页数: 6页
• 分类号: TM7
• 字数: 4377字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2006.09.001

摘要

负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法.首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据的聚类数和聚类中心,以确定负荷模型的模糊规则数和隶属度函数个数.在此基础上建立综合负荷模型的模糊初始结构.通过神经网络对推理数据进行学习,获取模糊推理规则,同时调整隶属函数的参数,用反向传播算法来修正网络的连接权重,辨识模糊模型的隶属函数的参数,完成综合负荷的非机理建模.通过对实测综合负荷的有功和无功建模实例,证明了该方法具有很高的拟合精度和收敛速度,对负荷建模具有重要的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐外文		23	833	14.0	23.0
2	李欣然	湖南大学电气与信息工程学院	232	4917	41.0	61.0
3	李培强	湖南大学电气与信息工程学院	83	1551	23.0	37.0
4	陈辉华		27	865	14.0	27.0