基于负荷预测及广义回归神经网络的短路电流超短期预测

• 作者: 倪雅琦 刘俊勇 潘睿 郭晓鸣 韩卫衡
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 超短期短路电流预测 超短期负荷预测 智能电网 广义回归神经网络 智能调度 快速仿真建模
• 年，卷（期）: 2010,（18）
• 页码范围: 94-99
• 分类号: TM715|TM76
• 字数: 5114字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2010.18.019

摘要

针对智能电网中实时状态监测和告警需求,提出一种电网短路电流超短期智能预测的方法.通过节点超短期负荷预测进行电网态势外推,采用基于广义回归神经网络的短路电流辨识方法对短期内的全网母线短路电流水平进行扫描,实现短路电流的超短期智能辨识.该方法为智能电网中超短期智能预测提供了一种快速仿真建模(FSM)的新思路,为智能调度辅助决策提供有力的技术支持.通过IEEE30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智能电网四川省重点实验室	7	243	5.0	7.0
2	刘俊勇	四川大学电气信息学院智能电网四川省重点实验室	423	6701	41.0	61.0
3	郭晓鸣	四川大学电气信息学院智能电网四川省重点实验室	11	270	6.0	11.0
4	倪雅琦	四川省电力公司通自中心	3	29	2.0	3.0
5	韩卫衡	四川大学电气信息学院智能电网四川省重点实验室	1	20	1.0	1.0