基于动态RBF神经网络的广义电力负荷建模

• 作者: 庄远灿 朱建全 黄俊铭
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 广义电力负荷 动态建模 动态RBF神经网络 收敛性
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 电力系统
• 页码范围: 591-597
• 页数: 7页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.1350

摘要

针对新形势下分布式电源对综合负荷特性的影响,提出一种基于动态径向基函数(radical basis function,RBF)神经网络的广义电力负荷建模新方法.利用动态RBF神经网络描述综合负荷功率的动态微分变化过程,可以深度揭示广义电力负荷的动态特性.利用状态估计误差对神经网络的权值进行动态更新,并对不满足持续性激励条件的神经元的权值进行限制,使所建立的动态RBF神经网络模型参数理论上可以收敛至最优值.分别应用仿真平台和实际系统数据进行测试,结果表明所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄远灿		7	46	4.0	6.0
2	黄俊铭		5	35	3.0	5.0
3	朱建全		23	166	7.0	12.0