检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]清华大学电机工程与应用电子技术系
出 处:《清华大学学报(自然科学版)》1994年第4期62-68,共7页Journal of Tsinghua University(Science and Technology)
基 金:国家博士点基金
摘 要:探讨了两种人工神经网络用作电力系统暂态安全分析工具的适用性。首先将一个适度规模电网的暂态稳定性分析问题转化成适合于人工神经网络处理的识别问题。对样本数据进行适当的预处理后,分别将BPN和KNN两种神经网络用于该系统的暂稳分析;并就人工神经网络对暂稳分析问题的映射能力、插值可信度估计、网络大小等问题,分析和比较了两种模型的适用性和优劣。结果表明,KNN模型作为暂稳分析工具有着更大的潜力。This paper explores the suitability of using two artificial neural network models(ANN) as tools for power system transient security assessment (TSA). Firstly, a TSAproblem of a local power net is converted into a pattern recognition problem suitable for anANN analysis with sample data preprocessed. Then BPN and KNN models are used respectively for this TSA problem. The suitability and advantages of the two models are discussed and compared on mapping capability of the problem, estimation of certainty factoro f interpolating results and ANN size. The results show that application KNN model isbetter than BPN from the point of view of TSA.
分 类 号:TM712[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3