基于复合神经网络的电力系统暂态稳定评估和裕度预测

• 作者: 姚德全 贾宏杰 赵帅
• 来源期刊: 电力系统自动化
• 关键词: 复合神经网络 暂态稳定评估 故障切除时间裕度预测 类型重叠
• 年，卷（期）: 2013,（20）
• 所属期刊栏目: 学术研究
• 页码范围: 41-46
• 页数: 6页
• 字数: 5389字
• 语种: 中文
• DOI: 10.7500/AEPS201301149

摘要

提出一种基于复合神经网络的暂态稳定评估与故障临界切除时间(CCT)裕度预测新方法,它将概率神经网络(PNN)和径向基函数(RBF)网络组合使用,充分利用两者各自的优点,以提高暂态稳定评估能力和CCT裕度预测能力.该方法首先利用PNN进行暂态事故场景分类,分类时充分考虑了相邻故障样本类型重叠的影响；进一步采用RBF网络对分类结果进行裕度预测；最后,通过自检和校正以提高预测精度.利用New England 39节点系统,通过与反向传播(BP)神经网络、RBF神经网络等方法的比较,证明了本文方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾宏杰		131	3117	33.0	51.0
2	赵帅		10	236	6.0	10.0
3	姚德全		2	47	1.0	2.0