适用于快速暂态稳定计算的新型负荷模型和参数辨识方法

摘要

负荷模型在电力系统运行的仿真和评估方面起到重大作用。文中对常规前馈神经网络(BP网络)的学习规则、拓扑结构以及激活函数进行改进后,建立适应性BP(Adaptive Back-Propagation简称ABP)网络模型,并由此提出一种新型负荷模型。ABP能够克服常规BP网络的一些缺点,而且该模型因其非结构性且易收敛而优于传统的负荷模型,这样取得的负荷模型比传统的负荷模型更加精确。通过现场实测数据验证了此模型的有效性。同时,对这种方法在传统负荷模型参数辨识方面进行了研究。在对网络结构进行修改后,提出基于线性BP(Linear Back-Propagation,简称LBP)网络的参数辨识方法。LBP负荷模型可以接入到暂态程序中,从而大大减少计算时间。