基于动态模糊粒神经网络算法的负荷辨识
针对电力负荷的时变、变结构和非线件等特点,提出一种动态模糊粒神经网络算法.该算法采用粒计算商空间理论和模糊神经网络技术对电力负荷进行建模.将椭圆基函数和模糊ζ-完备性作为在线参数分配机制,避免了初始化选择的随机性.根据模糊规则和输入变量的重要性,对每条规则的输入变量宽度实施在线自适应调整,从而实现了负荷参数和结构同时辨识.实验结果表明了所提出方法的可行性和有效性.
负荷模型、参数辨识、结构辨识、粒计算、动态模糊神经网络
26
TM714(输配电工程、电力网及电力系统)
国家自然科学基金60743009;60873035
2011-07-19(万方平台首次上网日期,不代表论文的发表时间)
519-523,529