基于自适应神经网络的电压快速估计

• 作者: 刘俊勇 尤金 胥威汀 苟竞 邱高
• 来源期刊: 电力勘测设计
• 学科: 工学
• 关键词: 电压估计 BP神经网络 遗传算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 电网设计
• 页码范围: 44-49
• 页数: 6页
• 分类号: TM74
• 字数: 4181字
• 语种: 中文

摘要

随着电网规模扩大、复杂度加深,对在线潮流计算确定节点电压提出严峻挑战.同时由于传统潮流计算依赖于模型建立的精度,其负荷模型建立存在较大难度,因此通过电压对无功的响应数据来快速精确估计电压发展趋势具有重要意义.本文提出一种基于自适应神经网络的节点电压快速估计方法,以系统负荷水平、无功激励为输入,节点电压为输出,离线训练神经网络,并在训练中加入遗传算法以提高网络收敛性和参数寻优能力,最终得到用于在线估计节点电压的隐性模型.通过IEEE 24节点系统标准算例验证表明,该方法具有较强的电压拟合能力和外推能力,计算结果相较于传统神经网络更加精确,不易出现过拟合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊勇	四川大学电气信息学院	423	6701	41.0	61.0
2	胥威汀	国网四川省电力公司电力经济研究院	21	140	7.0	11.0
3	苟竞	国网四川省电力公司电力经济研究院	10	72	4.0	8.0
4	邱高	四川大学电气信息学院	11	41	3.0	6.0
5	尤金	四川大学电气信息学院	2	2	1.0	1.0