10.11930/j.issn.1004-9649.2016.07.054.06
基于优化广义回归神经网络的变电站设备温度预测
变电站设备温度情况是反映设备是否正常运行的一个重要指标,对设备温度进行及时的预测能够保证电力系统高效、稳定运行.针对高压设备温度存在非线性、随机性等特点,应用广义回归神经网络(GRNN)对其进行预测.运用K-近邻思想和多轮投票机制确定最优平滑因子,对GRNN进行优化.结合某变电站的设备温度历史数据,以高压开关柜为例,划分训练样本和预测样本,建立了基于优化GRNN的高压开关柜温度预测模型.Matlab仿真实验表明:优化的GRNN预测结果优于BP神经网络的预测结果,在训练速度和预测精度上都有显著提高.
变电站、温度预测、优化的GRNN算法、K-近邻、平滑因子
49
TM771(输配电工程、电力网及电力系统)
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
54-59