一种新的短路电流预测方法

• 作者: 何志军 何洪英 曹一家 罗滇生 黄旭
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短路电流 自适应混沌粒子群-反向传播神经网络 负荷 预测
• 年，卷（期）: 2017,（1）
• 页码范围: 24-29
• 页数: 6页
• 分类号: TM769
• 字数: 5701字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2017.01.005

摘要

为了在智能电网中快速、准确、高效地对短路电流进行预测，提出了一种基于自适应混沌粒子群-反向传播BP神经网络模型的短路电流预测新方法。该方法采用自适应混沌粒子群算法优化BP神经网络各层之间的权值和阈值，将电网中发电机和负荷的出力作为BP神经网络的输入特征量，各节点的短路电流值作为输出特征量，从而建立了考虑各种影响因素的短路电流预测模型。算例结果表明，该方法在预测精度和速度上优于其他几种方法，能为智能调度辅助决策提供有力的技术支持。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹一家	湖南大学电气与信息工程学院	137	3631	36.0	54.0
2	罗滇生	湖南大学电气与信息工程学院	60	757	17.0	24.0
3	黄旭	湖南大学电气与信息工程学院	4	30	3.0	4.0
4	何洪英	湖南大学电气与信息工程学院	26	508	11.0	22.0
5	何志军	湖南大学电气与信息工程学院	4	19	3.0	4.0