首页> 中文学位 >基于径向基神经网络电压稳定裕度指标算法研究
【6h】

基于径向基神经网络电压稳定裕度指标算法研究

代理获取

目录

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

展开▼

摘要

电力系统电压崩溃事故是电力系统丧失稳定性的一个重要原因,因其影响面大,造成的经济损失巨大,社会影响严重,是电力系统安全运行的一个急需解决的问题。 裕度指标是对系统接近电压崩溃程度的一种量度,是电压稳定研究的重要指标,本文通过分析现有裕度指标计算方法的不足,提出了两种电压稳定裕度计算的新算法。 本文首先提出了基于改进BP算法的电压稳定裕度计算模型。传统BP算法易陷入局部极小值,学习过程收敛速度慢;而利用P-V曲线获得系统的稳定裕度,又要求神经网络算法有非常好的曲线拟合能力。因此,本文将自适应学习速率法和附加动量法这两种算法结合,构成改进BP算法,并利用该算法进行IEEE5节点系统的电压稳定裕度计算及求解系统电压稳定薄弱点。 其次提出了利用径向基神经网络进行电压稳定裕度计算,径向基函数具有收敛精度高、收敛速度快等优点,并且径向基能够以任意精度逼近任意连续函数。相对于BP网络来说结构简单、训练简捷。根据电力系统的主要特点,在分析和研究训练样本的形成方法的基础上,建立一个多输入多输出的网络结构,并在IEEE5节点系统上进行仿真,通过该模型可以很快的计算出系统负荷节点的电压稳定极限,并且画出负荷节点的P-V曲线,求出系统的电压稳定裕度,并且识别出电力系统的电压稳定薄弱点。 最后,利用本文所提出的上述思想方法,以IEEE39节点系统为例进行了仿真计算,并进行了分析比较,径向基神经网络较BP算法而言,在进行电压稳定裕度计算时,可以免去复杂的的系统建模过程,并且准确、快速的求出系统的电压稳定裕度及识别影响系统电压稳定的薄弱点,是一种静态电压稳定分析的新方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号