基于动态RBF神经网络的广义电力负荷建模

庄远灿朱建全黄俊铭

华南理工大学;

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.

关键词：广义电力负荷、动态建模、动态RBF神经网络、收敛性

所属期刊栏目：42

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51307064.Project Supported by The National Natural Science Foundation of China 51307064

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：591-597