基于灵敏度特征决策的GRNN短路容量智能辨识

• 作者: 刘俊勇 刘友波 方涛 潘睿 贺星棋 郭晓鸣
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 短路容量 广义回归神经网络 灵敏度 智能辨识 快速仿真建模
• 年，卷（期）: 2010,（6）
• 页码范围: 1-5,13
• 分类号: TM743
• 字数: 5621字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2010.06.001

摘要

针对当前局部地区短路容量水平已接近现有设备额定值的情况,提出一种短路容量智能辨识方法.利用基于潮流的短路计算法计算系统各母线的最大短路容量,通过对典型潮流下灵敏度的计算,选择对短路容量贡献程度较大的发电机、负荷的有功出力作为输入特征向量,建立训练样本,对广义回归神经网络(GRNN)进行训练,构成该电网结构下的短路容量辨识的人工神经网络.应用该模型对运行中电网的母线短路容量水平进行快速扫描,为智能电网与智能调度中的故障识别快速仿真建模(FSM)提供了一种新思路.通过IEEE 30节点系统验证了该方法的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘睿	四川大学电气信息学院	7	243	5.0	7.0
2	刘俊勇	四川大学电气信息学院	423	6701	41.0	61.0
3	郭晓鸣	四川大学电气信息学院	11	270	6.0	11.0
4	贺星棋	四川大学电气信息学院	18	353	9.0	18.0
5	刘友波	四川大学电气信息学院	146	1570	21.0	33.0
6	方涛	四川大学电气信息学院	6	147	3.0	6.0