版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)電壓崩潰事故是電力系統(tǒng)喪失穩(wěn)定性的一個(gè)重要原因,因其影響面大,造成的經(jīng)濟(jì)損失巨大,社會(huì)影響嚴(yán)重,是電力系統(tǒng)安全運(yùn)行的一個(gè)急需解決的問題。 裕度指標(biāo)是對(duì)系統(tǒng)接近電壓崩潰程度的一種量度,是電壓穩(wěn)定研究的重要指標(biāo),本文通過分析現(xiàn)有裕度指標(biāo)計(jì)算方法的不足,提出了兩種電壓穩(wěn)定裕度計(jì)算的新算法。 本文首先提出了基于改進(jìn)BP算法的電壓穩(wěn)定裕度計(jì)算模型。傳統(tǒng)BP算法易陷入局部極小值,學(xué)習(xí)過程收斂速度慢;而利用P-V曲線獲得系統(tǒng)的
2、穩(wěn)定裕度,又要求神經(jīng)網(wǎng)絡(luò)算法有非常好的曲線擬合能力。因此,本文將自適應(yīng)學(xué)習(xí)速率法和附加動(dòng)量法這兩種算法結(jié)合,構(gòu)成改進(jìn)BP算法,并利用該算法進(jìn)行IEEE5節(jié)點(diǎn)系統(tǒng)的電壓穩(wěn)定裕度計(jì)算及求解系統(tǒng)電壓穩(wěn)定薄弱點(diǎn)。 其次提出了利用徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行電壓穩(wěn)定裕度計(jì)算,徑向基函數(shù)具有收斂精度高、收斂速度快等優(yōu)點(diǎn),并且徑向基能夠以任意精度逼近任意連續(xù)函數(shù)。相對(duì)于BP網(wǎng)絡(luò)來說結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練簡(jiǎn)捷。根據(jù)電力系統(tǒng)的主要特點(diǎn),在分析和研究訓(xùn)練樣本的形成方
3、法的基礎(chǔ)上,建立一個(gè)多輸入多輸出的網(wǎng)絡(luò)結(jié)構(gòu),并在IEEE5節(jié)點(diǎn)系統(tǒng)上進(jìn)行仿真,通過該模型可以很快的計(jì)算出系統(tǒng)負(fù)荷節(jié)點(diǎn)的電壓穩(wěn)定極限,并且畫出負(fù)荷節(jié)點(diǎn)的P-V曲線,求出系統(tǒng)的電壓穩(wěn)定裕度,并且識(shí)別出電力系統(tǒng)的電壓穩(wěn)定薄弱點(diǎn)。 最后,利用本文所提出的上述思想方法,以IEEE39節(jié)點(diǎn)系統(tǒng)為例進(jìn)行了仿真計(jì)算,并進(jìn)行了分析比較,徑向基神經(jīng)網(wǎng)絡(luò)較BP算法而言,在進(jìn)行電壓穩(wěn)定裕度計(jì)算時(shí),可以免去復(fù)雜的的系統(tǒng)建模過程,并且準(zhǔn)確、快速的求出系統(tǒng)的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于徑向基神經(jīng)網(wǎng)絡(luò)電壓穩(wěn)定性研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法及其性能研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法研究.pdf
- 徑向基概率神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于徑向基神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)預(yù)警研究.pdf
- 基于卡爾曼濾波器算法的徑向基神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法研究.pdf
- 徑向基(RBF)人工神經(jīng)網(wǎng)絡(luò)的算法及其應(yīng)用.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別研究.pdf
- 基于混合算法-徑向基神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè).pdf
- 基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡(luò)模型的改進(jìn)及應(yīng)用.pdf
- 徑向基神經(jīng)網(wǎng)絡(luò)的逼近能力研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)多用戶檢測(cè)算法的研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究.pdf
- 基于徑向基神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的投資預(yù)測(cè)模型研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)技術(shù)的研究.pdf
- 基于L-GEM徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)跟蹤算法研究.pdf
評(píng)論
0/150
提交評(píng)論