基于改进Elman反馈型动态神经网络的配电网可靠性评估

论文摘要

快速准确地进行配电网可靠性评估具有重要意义,然而传统的配电网可靠性评估方法并不适用于评估大规模配电系统的综合可靠性指标,对大规模电网的可靠性进行评估时往往会造成建模困难、计算量剧增的问题。因此,提出基于Improved-Elman（IElman）反馈型动态神经网络的配电网可靠性评估方法,即在Elman神经网络的承接层中加入自反馈连接增益系数来衡量历史信息对未来状态的影响程度,并通过思维进化算法对Elman神经网络的相关参数进行优化。在采用神经网络评估前,利用灰色关联度分析对神经网络的输入变量进行预处理。所提出的方法与普通神经网络评估模型相比,平均相对误差由5.43×10-4降到7.32×10-5,表明该方法能够有效简化计算,提高神经网络对复杂问题的评估精度。

论文目录

• 1 引言
• 2 基于改进Elman反馈型动态神经网络的配电网可靠性评估模型
•   2.1 基于灰色关联分析的输入变量选取
•   2.2 基于改进Elman神经网络的可靠性评估
• 3 算例分析
•   3.1 数据的预处理
•   3.2 基于改进Elman的配电网可靠性评估
• 4 结论

文章来源

类型: 期刊论文

作者: 汪颖翔,潘笑

关键词: 配电网可靠性评估,神经网络,思维进化算法,灰色关联度分析,主成分分析,灵敏度分析

来源: 水电能源科学 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 国网湖北省电力有限公司经济技术研究院,武汉大学电气与自动化学院

基金: 国家电网公司科技项目(52153817000W)

分类号: TM732;TP183

页码: 177-180+119

总页数: 5

文件大小: 755K

下载量: 148