基于神经网络的电力系统负荷特性辨识

• 作者: 任海燕 吴奋读
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 电力系统 参数辨识 负荷模型 神经网络
• 年，卷（期）: 2010,（4）
• 页码范围: 31-33,37
• 分类号: TM71
• 字数: 1500字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-289X.2010.04.011

摘要

负荷建模在电力系统分析中起着十分重要的作用.参数辨识是负荷建模的关键,好的辨识方法能够在最短的时间内找出最优的辨识结果,提高建模的效率.首先介绍了静态负荷模型和动态负荷模型,其次介绍了神经网络,最后基于神经网络对电力系统负荷特性辨识.应用线性BP (LBP)网络的参数辨识方法,分别对静态负荷模型(幂函数模型、多项式模型)和动态负荷模型(差分方程模型)的参数进行辨识.通过现场的实测数据辨识了模型的参数,并验证了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任海燕	广西大学电气工程学院	5	24	2.0	4.0
2	吴奋读	广西大学电气工程学院	2	13	2.0	2.0