暂态稳定仿真的综合人工智能方法

被引:12
作者
戴仁昶
张伯明
戚其荟
机构
[1] 清华大学电机工程与应用电子技术系
[2] 华北电力大学工商管理学院 北京
[3] 北京
关键词
暂态稳定仿真; 神经网络; 遗传算法; 实时性;
D O I
10.13334/j.0258-8013.pcsee.2002.12.001
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 ;
摘要
研究了利用综合人工智能进行暂态稳定仿真的方法:利用神经网络训练动态元件的输入输出关系,同时,利用遗传算法优化神经网络的结构和加快神经网络的训练速度。算例结果表明,利用遗传算法和神经网络相结合的综合人工智能方法暂态稳定仿真比传统的时域仿真计算速度快,并能保持较高的精度,可以有效地提高暂态稳定仿真的实时性。
引用
收藏
页码:2 / 6
页数:5
相关论文
共 4 条
[1]   基于人工神经网络的暂态稳定性分析 [J].
戴仁昶 ;
张伯明 .
电力系统自动化, 2000, (12) :1-3
[2]   DTS中动态实时仿真研究 [J].
戴仁昶 ;
潘哲龙 ;
孙宏斌 ;
张毅威 ;
张伯明 .
电力系统自动化, 2000, (10) :5-8+13
[3]  
神经网络模式识别系统理论[M]. 电子工业出版社 , 黄德双著, 1996
[4]  
大电网系统技术[M]. 中国电力出版社 , 王梅义等著, 1995