基于正交小波神经网络的广域紧急直流功率支援在线预测

摘要：

鉴于BP神经网络较易陷入局部极小点且收敛速度慢、RBF神经网络因其激励函数是冗余的非正交基故其逼近函数的表达式并不唯一等缺点,构造以Harr正交小波尺度函数为激励函数的神经网络并提出其相应的权值训练新方法,将该正交小波神经网络应用于实现对云广特高压直流和贵广Ⅱ直流的在线紧急直流功率支援在线协调预测控制.仿真结果表明:正交小波神经网络采用正交尺度函数作为激励函数,能保证网络逼近的唯一性,且训练算法简单、收敛迅速;正交小波神经网络能映射聚合成的特征输入数据,准确给出紧急直流功率支援控制量,具有较高的可靠性和准确性.

关键词：正交尺度函数、正交小波神经网络、紧急直流功率支援、特高压直流、在线预测

所属期刊栏目：29

分类号：TM723(输配电工程、电力网及电力系统)

资助基金："十一五"国家科技支撑计划资助项目2006BAA02A17

在线出版日期：2010-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86