首页 期刊 电网技术 基于动态RBF神经网络的广义电力负荷建模 【正文】

基于动态RBF神经网络的广义电力负荷建模

作者:黄俊铭; 朱建全; 庄远灿 华南理工大学电力学院; 广东省广州市510640
广义电力负荷   动态建模   动态rbf神经网络   收敛性  

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅