本项目将具有学习功能、结构自组织的人工神经网络用于负荷模型的建立。通过对电力系统负荷扰动特性、神经网络辨识方法、数据采集系统及模型应用的研究,为电力系统提供更为有效的负荷模型。结合本项目开发的负荷特性,记录装置具有记录容量大、可靠性高、适于长期现场运行等特点。装置具有运传功能;便于在中心调度所对数据进行了处理和建模,采用正交化方法,实现了一种具有结构自组织的神经网络模型,模型能筛选出对建模贡献大的隐单元,并可利用递推算法不断以正模型和参数;将负荷模型加入到现有的分析计算程序中去,采用所建模型,用于实际电网的仿真计算,得到了一些重要的结论。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
多源数据驱动CNN-GRU模型的公交客流量分类预测
采用黏弹性人工边界时显式算法稳定性条件
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
基于抚育间伐效应的红松人工林枝条密度模型
人工神经网络应用模型的研究
人工神经网络模型及其在布图与字符识别中的应用
电力系统短期负荷预报的人工神经元网络模型的研究
人工神经网络在化学电源中的应用研究