基于改进蚁群优化算法的配电网线损计算新方法

摘要：

针对径向基函数(radial basis function,RBF)神经网络收敛速度慢、易于陷入局部极小点的问题,提出了基于蚁群优化算法(ant colony optimization,ACO)的RBF神经网络线损计算新方法.通过引入交叉和变异改进后的ACO训练BRF神经网络,使其具有神经网络广映射能力、ACO快速全局收敛以及启发式学习等特点.利用优化后的RBF神经网络算法拟合配电线路线损与特征参数之间的复杂关系,实现配电网线损计算.仿真结果表明,优化后的BRF神经网络算法的线损计算误差基本在1％以内,具有良好的收敛能力和较快的计算速度.

关键词：蚁群优化算法、径向基函数神经网络、配电网、线损

所属期刊栏目：25

分类号：TM744.1(输配电工程、电力网及电力系统)

资助基金：广东省教育厅重点自然科学基金资助项目040094

在线出版日期：2012-06-27（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：72-76