基于相关向量机的发电机进相能力建模

摘要：

发电机是一个多变量、强耦合的非线性系统,传统的分析方法难以建立精确的发电机进相能力分析模型.提出一种基于相关向量机(RVM)的发电机进相能力模型,以发电机有功功率和无功功率为输入、发电机的功角和电网电压为输出.以典型工况下发电机进相运行试验结果作为训练样本和测试样本,建立某600 MW发电机进相能力RVM模型,并讨论了核函数的选择对RVM模型收敛精度的影响.结果表明所建立的发电机进相RVM模型较之BP神经网络、径向基函数(RBF)神经网络和支持向量机(SVM)模型,精度更高、泛化能力更强,能有效地克服传统方法的局限性,适用于发电机进相运行实时控制.

关键词：发电机、进相、相关向量机、BP神经网络:RBF神经网络、支持向量机、建模

所属期刊栏目：35

分类号：TM715(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51277052,51107032,61104045;the National Natural Science Foundation of China51277052,51107032,61104045

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：146-151