自组织映射神经网络用于暂态稳定性分析的研究

被引：18

作者：

周伟

陈允平

机构：

[1] 武汉大学电气工程学院,武汉大学电气工程学院湖北省武汉市,湖北省武汉市

来源：

电力系统自动化 | 2002年 / 15期

关键词：

人工神经网络; 暂态稳定性; 事故筛选; 功角预测; 模式识别;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定]; TP183 [人工神经网络与计算];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对几种形式的自组织映射神经网络进行了集中介绍 ,并对自组织特征映射 (SOFM )神经网络和学习矢量量化 (LVQ)神经网络在电力系统暂态稳定模式识别中的应用性能进行比较。利用SOFM网络输出层聚类信息对不同ANN输入特征量的选取效果进行了直观的比较。在这些比较的基础上 ,利用Kohonen网络“无监督聚类、有监督学习”的工作方式 ,给出一种基于Kohonen网络的复杂系统在线事故筛选和发电机功角预测方法。利用华中电网的数据对这种网络进行了大量的计算 ,计算证实了该方法的有效性

引用

页码：33 / 38

页数：6