10.19753/j.issn1001-1390.2019.09.009
基于RBF神经网络的电网脆弱性评估及其趋势估计
建立了分层网状拓扑结构下的电网脆弱性评价体系,针对该体系提出了基于径向基函数(Radial Basis Function,RBF)神经网络的电网脆弱性评估方法.将电网综合脆弱性分为状态脆弱性和结构脆弱性,并与相应的子指标构成脆弱性网状评价体系,同时以高斯(Gauss)函数作为RBF神经网络函数的核函数解决指标间的非线性问.题.通过MATLAB中的RBF神经网络函数对IEEE14母线系统计算分析,验证了该方法的全面性与有效性.最后,针对节点多个测量周期的脆弱性测度建立自回归(Auto Regression,AR)模型,通过判定AR模型的差分方程稳定性,分析了节点脆弱性测度的发展趋势.
电网脆弱性、非线性、脆弱性指标、神经网络、AR模型、趋势估计
56
TM711(输配电工程、电力网及电力系统)
2019-07-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
49-55