节点文献

用人工神经元网络和最小二乘法估计负荷模型的比较

COMPARISON OF LOAD MODELS USING ARTIFICIAL NEURAL NETWORKSAND RECURSIVE LEAST-SQUARES IDENTIFICATION

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 邱晓燕李兴源宋永华刘红超刘俊勇

【Author】 Qiu Xiaoyan; Li Xingyuan; Song Yonghua; Liu Hongchao; Liu Junyong(Sichuan Union University, 610065, Chengdu, China)

【机构】 四川联合大学电力系

【摘要】 该文分别采用现代辨识技术之一的递推最小二乘法和人工神经元网络(ANN)误差反向传播算法(BP算法)估计2000年四川电网某一变电站的负荷模型,结果表明人工神经元网络模型能更好地反映负荷的非线性特性。

【Abstract】 it is important to develop accurate load models for the analysis of power systemperformance. The load model of a substation in Sichunan power system has been obtained usingArtificial Neural Networks (ANN) and recursive least-squares (RLS) identification in this paper.The results show that the ANN can map the nonlinear characteristics of dynamic loads betterthan the traditional identification methods.

【基金】 国家自然科学基金
  • 【文献出处】 电力系统自动化 ,AUTOMATION OF ELECTRIC POWER SYSTEMS , 编辑部邮箱 ,1996年05期
  • 【分类号】TM743
  • 【被引频次】7
  • 【下载频次】164
节点文献中: 

本文链接的文献网络图示:

本文的引文网络