文摘
英文文摘
声明
1绪论
1.1研究背景及意义
1.2电压稳定性的定义及分类
1.2.1电压稳定性定义
1.2.2电压稳定性研究分类
1.3电压稳定性研究现状
1.3.1静态电压稳定性分析
1.3.2动态电压稳定性分析
1.4本文的研究内容
2静态电压稳定性分析方法
2.1传统静态电压稳定分析方法
2.2静态电压稳定指标
2.2.1裕度指标
2.2.2状态指标
2.3静态电压稳定分析新方法
2.4本章小结
3人工神经网络
3.1人工神经网络概述
3.1.1人工神经网络的概念:
3.1.2人工神经网络的特点:
3.2人工神经网络理论
3.2.1人工神经元及激活函数
3.2.2人工神经元网络模型
3.2.3人工神经元网络学习规则
3.3径向基神经网络理论
3.3.1径向基函数神经网络模型
3.3.2径向基函数
3.3.3径向基函数的非线性逼近能力
3.4径向基神经网络算法
3.4.1随机选取RBF中心
3.4.2自组织学习选取RBF中心
3.4.3有监督学习选取RBF中心
3.5本章小结
4 BP神经网络电压稳定性分析
4.1电压稳定裕度的确定
4.1.1电压稳定极限点选择
4.1.2负荷增长方式的选择
4.1.3模型的选择
4.2神经网络电压稳定极限预测基本思想
4.3 BP神经网络的基本原理
4.3.1 BP神经网络的网络模型
4.3.2 BP神经网络的基本思想
4.3.3 BP神经网络的学习算法
4.4基于BP神经网络的电压稳定裕度预测模型
4.4.1 BP算法的选取
4.4.2 BP神经网络结构的确定
4.5基于BP算法电压稳定裕度计算仿真研究
4.5.1仿真软件介绍
4.5.2训练样本的形成
4.5.3神经网络输入数据的归一化处理
4.5.4仿真数据采集
4.5.5样本的归一化
4.5.6 BP神经网络电压稳定极限预测
4.5.6 BP神经网络电压稳定薄弱点的确定
4.6本章小结
5径向基神经网络电压稳定性分析
5.1径向基神经网络电压稳定裕度计算模型结构
5.2算法选取
5.2.1在线分配隐单元
5.2.2网络参数校正
5.2.3 RBF网络初始值的确定
5.2.4阈值的确定
5.3基于径向基神经网络电压稳定裕度计算流程图
5.4基于径向基神经网络电压稳定裕度计算仿真研究
5.4.1仿真参数的选择对训练结果影响
5.4.2径向基神经网络训练过程
5.4.3径向基神经网络的测试过程
5.4.4径向基神经网络的训练误差与测试误差统计
5.4.5径向基神经网络电压稳定极限预测
5.4.6电压稳定裕度的计算
5.4.7电力系统电压稳定薄弱点的确定
5.5本章小结
6径向基神经网络预测与BP网络的预测性能比较
6.1 RBF神经网络与BP网络的比较
6.1.1 BP网络存在的问题
6.1.2 RBF的预测BP网络的预测图形分析比较
6.1.3预测误差分析
6.1.4误差产生的原因
6.2 IEEE39节点径向基神经网络电压稳定裕度计算
6.2.1 IEEE39节点系统部分节点P-V曲线
6.2.2 IEEE39节点系统的负荷节点的电压稳定极限及稳定裕度
6.2.3 IEEE39节点电压稳定薄弱点选择
6.3本章小结
7结论与展望
7.1结论
7.2展望
致谢
参考文献
附录
在学校期间发表的论文和参与科研