基于动态RBF神经网络的广义电力负荷建模

作     者：黄俊铭 朱建全 庄远灿 HUANG Junming;ZHU Jianquan;ZHUANG Yuancan

作者机构：华南理工大学电力学院 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2018年第42卷第2期

页      面：591-597页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(51307064) 

主　　题：广义电力负荷 动态建模 动态RBF神经网络 收敛性 

摘      要：针对新形势下分布式电源对综合负荷特性的影响,提出一种基于动态径向基函数（radical basis function,RBF）神经网络的广义电力负荷建模新方法。利用动态RBF神经网络描述综合负荷功率的动态微分变化过程,可以深度揭示广义电力负荷的动态特性。利用状态估计误差对神经网络的权值进行动态更新,并对不满足持续性激励条件的神经元的权值进行限制,使所建立的动态RBF神经网络模型参数理论上可以收敛至最优值。分别应用仿真平台和实际系统数据进行测试,结果表明所提方法的有效性。