引用本文:潘睿,刘俊勇,倪雅琦,等.基于负荷预测及广义回归神经网络的短路电流超短期预测[J].电力系统保护与控制,2010,38(18):94-99.
,et al.[J].Power System Protection and Control,2010,38(18):94-99
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4718次   下载 2005次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
基于负荷预测及广义回归神经网络的短路电流超短期预测
潘睿1, 刘俊勇, 倪雅琦2, 郭晓鸣, 韩卫衡
1.四川大学电气信息学院，智能电网四川省重点实验室，四川 成都 610065;2.四川省电力公司通自中心，四川 成都 610061
摘要:
针对智能电网中实时状态监测和告警需求，提出一种电网短路电流超短期智能预测的方法。通过节点超短期负荷预测进行电网态势外推，采用基于广义回归神经网络的短路电流辨识方法对短期内的全网母线短路电流水平进行扫描，实现短路电流的超短期智能辨识。该方法为智能电网中超短期智能预测提供了一种快速仿真建模（FSM）的新思路，为智能调度辅助决策提供有力的技术支持。通过IEEE30节点系统验证了该方法的可行性与有效性。
关键词:  超短期短路电流预测  超短期负荷预测  智能电网  广义回归神经网络  智能调度  快速仿真建模
DOI：10.7667/j.issn.1674-3415.2010.18.019
分类号:
基金项目:国家自然科学基金项目（No.50977059）
,et al
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭