基于循环神经网络的动态等值模型辨识

• 作者: 李大路 邓长虹 陈涵
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 辨识 电力系统 动态等值 循环神经网络 串并联辨识结构 动态特性
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 电网运行与安全
• 页码范围: 1001-1004
• 页数: 4页
• 分类号: TM734
• 字数: 2975字
• 语种: 中文

摘要

为了在系统稳定计算分析中简化和减小计算难度,用动态等值作为一种建模方法提出了一种基于循环神经网络的电力系统动态等值法并结合串并联辨识结构将其用于等值后模型的辨识.这种方法不需要预先建立确定的动态模型,仅靠边界节点的测量数据.循环神经网络的权值和结构决定了被等值外部模型的参数和结构.对IEEE的39节点进行的仿真结果表明了该方法能够捕捉原始系统的动态特性,有较高的精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李大路	武汉大学电气工程学院	11	212	7.0	11.0
2	邓长虹	武汉大学电气工程学院	57	1057	19.0	31.0
3	陈涵	武汉大学电气工程学院	9	168	6.0	9.0