基于PSO-BP神经网络的储能装置实时容量识别与实现

• 作者: 吕磊 王红蕾
• 来源期刊: 现代电子技术
• 关键词: 容量识别 储能装置 识别建模 BP神经网络 粒子群算法 在线识别
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 69-73
• 页数: 5页
• 分类号: TN711-34|TM912
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.12.017

摘要

微电网下新能源的使用促使了人们对能量优化调度的研究,储能装置是其中的关键一部分,准确识别其存储容量是实现微电网电力优化调度的任务之一.为实现对微电网下储能装置的实时容量在线识别,利用BP神经网络结构建立了储能装置容量识别模型,并引入了优化的粒子群算法PSO,实现了储能装置的实时容量在线识别.通过对比传统的BP神经网络识别结果,采用PSO-BP神经网络识别模型的容量误差在0.3％～2.4％之间,传统的BP神经网络误差范围为1.0％～21％,表明采用PSO-BP神经网络识别模型明显优于传统的BP神经网络识别模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红蕾	贵州大学电气工程学院	57	132	6.0	8.0
2	吕磊	贵州大学电气工程学院	1	0	0.0	0.0