基于径向基神经网络的输电线路动态容量在线预测

• 作者: 孙旭日 江秀臣 王世强 王威 王孔森 盛戈皞
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 输电线路 动态容量 径向基神经网络 在线预测
• 年，卷（期）: 2013,（6）
• 页码范围: 1719-1725
• 分类号: TM726.3
• 字数: 5238字
• 语种: 中文

摘要

在线预测输电线路的动态热容量,合理安排负荷高峰时期运行方式和调度管理,对输电线路的安全和经济运行具有重要意义,同时也对确定风电等间歇式可再生能源的接入容量提供技术支持.为此,提出了利用径向基神经网络实现线路动态容量的在线预测方法.该方法首先利用径向基神经网络进行风速和日照辐射温度的在线学习和预测,基于IEEE 738标准进行输电线路动态容量的在线短期预测.利用典型的夏季和冬季实测数据进行动态容量预测后发现,预测未来1、2、4 h的动态容量的最大相对误差分别在10%、20%、40%以内.将短期的负荷预测与该方法结合起来,可为电力紧张地区和负荷高峰时期的智能调度提供决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
2	盛戈皞	上海交通大学电气工程系	146	1961	25.0	38.0
3	王孔森		2	36	1.0	2.0
4	孙旭日		1	36	1.0	1.0
5	王威		1	36	1.0	1.0
6	王世强		1	36	1.0	1.0