基于RBF循环神经网络的电力系统负荷建模
针对负荷模型难以精确建立的问题以及负荷非线性动态仿真的复杂性,提出了一种基于径向基循环神经网络的负荷建模方法.将循环神经网络和径向基网络相结合,利用循环神经网络对时间序列的学习能力和径向基网络具有结构自适应确定、快速收敛的优点,建立新的电力系统综合负荷模型.典型新英格兰测试系统的仿真证明了该模型对电力系统负荷模型辨识的有效性和准确性.
负荷建模、循环神经网络、RBF网络、模型辨识
31
TM715(输配电工程、电力网及电力系统)
湖北省自然科学基金2006ABA214
2007-10-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
56-59