基于改进Elman反馈型动态神经网络的配电网可靠性评估

作     者：汪颖翔 潘笑 WANG Ying-xiang;PAN Xiao

作者机构：国网湖北省电力有限公司经济技术研究院湖北武汉430000 武汉大学电气与自动化学院湖北武汉430000 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2019年第37卷第10期

页      面：177-180,119页

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：国家电网公司科技项目(52153817000W) 

主　　题：配电网可靠性评估 Elman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 

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。