基于RBF神经网络的电网脆弱性评估及其趋势估计

• 作者: 张英敏 漆万碧 王畅 王耀升
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电网脆弱性 非线性 脆弱性指标 神经网络 AR模型 趋势估计
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 智能电网
• 页码范围: 49-55
• 页数: 7页
• 分类号: TM711
• 字数: 4573字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.09.009

摘要

建立了分层网状拓扑结构下的电网脆弱性评价体系,针对该体系提出了基于径向基函数(Radial Basis Function,RBF)神经网络的电网脆弱性评估方法.将电网综合脆弱性分为状态脆弱性和结构脆弱性,并与相应的子指标构成脆弱性网状评价体系,同时以高斯(Gauss)函数作为RBF神经网络函数的核函数解决指标间的非线性问.题.通过MATLAB中的RBF神经网络函数对IEEE14母线系统计算分析,验证了该方法的全面性与有效性.最后,针对节点多个测量周期的脆弱性测度建立自回归(Auto Regression,AR)模型,通过判定AR模型的差分方程稳定性,分析了节点脆弱性测度的发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张英敏	四川大学电气信息学院	58	296	9.0	14.0
2	王畅	四川大学电气信息学院	10	11	2.0	2.0
3	漆万碧	四川大学电气信息学院	4	10	2.0	3.0
4	王耀升	四川大学电气信息学院	2	4	2.0	2.0