摘要：指出了电力系统负荷动、静组成比例在实际电力系统分析、计算中的重要性,并应用一种改进的BP算法--Levenberg-Marpuardt 反向传播算法来对神经网络进行训练,进而利用人工神经网络(ANN)来确定电力系统综合负荷动、静组成比例为β=F[Y(t),Y(t-1),…,Y(t-n),U(t),U(t-1),…,U(t-n)].其中,β为动态负荷在综合负荷中所占的比例,Y=[P,Q]T,U=[V,f]T.该算法改进了BP神经网络学习速度慢的缺点.应用该方法对仿真数据、动模实验数据和现场实测数据进行了测算,得出了其相应的动、静组成比例.测算结果验证了在确定负荷动、静比例时可以忽略频率的变化,证明了BP神经网络用于确定负荷动、静组成比例的有效性.

原文链接:http://www.cqvip.com//QK/90021X/200407/10186592.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）