函数型连接神经网络偶发事件分类器设计

被引：1

作者：

王韶

张安邦

周家启

机构：

[1] 重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室重庆　,重庆　,重庆

来源：

重庆大学学报(自然科学版) | 2004年 / 05期

关键词：

函数型连接神经网络; 偶发事件; 分类器;

D O I：

暂无

中图分类号：

TM732 [电力系统的运行];

学科分类号：

080802 ;

摘要：

偶发事件分析是电力系统安全分析和可靠性计算中的关键问题,需要大量的计算时间。为了有效地减少大电力系统开断模拟的计算工作量,提出一种用于识别偶发事件的函数型连接神经网络(FLNN)分类模型和算法。为获取事故后的系统状态信息,用相对于故障前系统状态的变化量反映事件的行为特征,设计了一组行为指标(PI),构造出神经网络分类器。讨论了各种行为指标及其组合对分类器的不同影响,指出支路功率行为指标是较好的行为指标。通过对IEEE-RTS24试验系统进行的分类计算表明,该分类器不仅网络结构和学习算法简单,而且提高了计算速度和精度。

引用

页码：66 / 69

页数：4

共 4 条

[1] 基于RBF神经网络的电网可靠性评估模型研究 [J].

吴开贵 ;

王韶 ;

张安邦 ;

周家启 .

中国电机工程学报, 2000, (06) :10-13

[2] 基于自组织RBFN神经网络的预想事故分类器的设计 [J].

吴开贵 ;

张安邦 ;

周家启 .

中国电机工程学报, 1999, (12) :62-65

[3]

神经网络计算.[M].焦李成编著;.西安电子科技大学出版社.1993,

[4]

自适应模式识别与神经网络.[M].(美)包约翰(Pao;Yoh-han)著;马颂德等译;.科学出版社.1992,

← 1 →