基于改进RBFNN的配电网停电时间自动识别模型

发布时间：2017-10-10 20:08

  本文关键词：基于改进RBFNN的配电网停电时间自动识别模型

  更多相关文章： 径向基函数神经网络 停电时间 自动识别模型 粒子群优化算法 参数识别

【摘要】：针对配电网监控终端系统计划停电、停电告警和计量点负荷等相关数据,提出基于RBFNN的停电时间自动识别模型,研究了配网停电时间的识别、诊断的问题。利用基于遗传思想的粒子群优化算法对模型的参数进行识别和优化,并进行了模型计算和模型验证。研究结果显示,模型计算的误差都很小(误差波动范围为[0,0.014 6]),且具有较高的识别精度(94.12%),最后对模型的运用和计算结果进行了讨论。
【作者单位】： 广西电网有限责任公司北海供电局;广西博联信息通信技术有限责任公司;
【关键词】： 径向基函数神经网络 停电时间 自动识别模型 粒子群优化算法 参数识别
【分类号】：TM732
【正文快照】： 大规模停电事故或停电事件[1]的发生会给一个国家或者规模以上工业企业造成巨额损失,而影响停电事故的主要指标有停电范围(区域)、停电损失、停电风险和停电时间。配电网的停电包括计划停电[2]和故障停电。计划停电是人为控制的,故障停电则主要由配电网复杂电力系统中的元件故

【相似文献】

中国期刊全文数据库 前10条

1 万书亭,李和明,李永刚;基于两层迭代聚类算法的RBFNN及在发电机诊断中的应用[J];电力系统自动化;2004年21期

2 王晓凯,侯朝桢;Predicting Reliability of Tactical Network Using RBFNN[J];Journal of Beijing Institute of Technology(English Edition);2005年01期

3 张秀玲;张志强;;四种确定RBFNN中心的新算法[J];工业仪表与自动化装置;2007年02期

4 付霖宇;王浩伟;;改进PSO-RBFNN算法在退化型产品寿命预测中的应用[J];海军航空工程学院学报;2013年04期

5 彭相华;王智超;罗迎社;周经野;;一种基于BC-RBFNN的高填路堤地基沉降预测模型[J];湘潭大学自然科学学报;2012年01期

6 曹洁;王金荣;;基于RBFNN模型明胶浓度在线测量[J];电气自动化;2012年05期

7 王忠辉;;基于RBFNN钢桁架模型桥的损伤预警研究[J];河南科学;2012年08期

8 刘先珊,佘成学,张立君;RBFNN模型在渗透系数反演中的应用[J];岩土力学;2003年06期

9 吴晓汉,王金春,王骥程;基于RBFNN的非线性动态系统辨识与控制[J];自动化仪表;1998年02期

10 ;Application of principal component-radial basis function neural networks (PC-RBFNN) for the detection of water-adulterated bayberry juice by near-infrared spectroscopy[J];Journal of Zhejiang University(Science B:An International Biomedicine & Biotechnology Journal);2008年12期

中国重要会议论文全文数据库 前10条

1 ;Hot Metal Desulphurization Control Model Based on PCA-RBFNN[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 ;Comparative Study Between Radial Basis Probabilistic Neural Networks and Radial Basis Function Neural Networks[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 ;HUMAN FACIAL RECOGNITION BASED ON RADIAL BASIS FUNCTION NEURAL NETWORKS COMMITTEE[A];2003年中国智能自动化会议论文集（上册）[C];2003年

4 王小艺;刘载文;史运涛;;一种基于专家知识的RBFNN系统评估模型[A];2007年中国智能自动化会议论文集[C];2007年

5 彭相华;王智超;罗涛;余敏;罗迎社;;An elasto-plastic constitutive model of moderate sandy clay based on BC-RBFNN[A];Proceedings of the 9th National Conference on Rheology[C];2008年

6 ZHANG YingJie;WANG Kai;GE LuSheng;ZHANG QingFeng;;Research of Wheat Dampening MPC System Based on RBF Neural Network Algorithm[A];第25届中国控制与决策会议论文集[C];2013年

7 肖海荣;闫红华;马荣琳;韩耀振;;基于RBFNN的船舶航向离散滑模控制器设计与仿真[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

8 Guiyang Wang;Yating Zhang;Ruihua Wang;Guang Han;;Performance Prediction of Ground-Coupled Heat Pump System Using NNCA-RBF Neural Networks[A];第25届中国控制与决策会议论文集[C];2013年

9 彭相华;王智超;罗涛;余敏;罗迎社;;一种基于BC-RBFNN的中砂土弹塑性本构模型[A];中国化学会、中国力学学会第九届全国流变学学术会议论文摘要集[C];2008年

10 俞其江;刘士荣;;基于改进RBFNN与滑模控制的移动机器人跟踪控制[A];2006中国控制与决策学术年会论文集[C];2006年

中国博士学位论文全文数据库 前3条

1 田津;基于协同进化的RBFNN学习研究[D];天津大学;2008年

2 栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年

3 万毅;基于RBFNN的接触网系统可靠性设计方法研究[D];西南交通大学;2006年

中国硕士学位论文全文数据库 前10条

1 耿继伟;基于互信息和RBFNN高速列车走行部故障诊断[D];西南交通大学;2015年

2 方从刚;RBFNN算法在遥感土地分类中的应用[D];四川农业大学;2007年

3 田津;基于RBFNN的复杂样本分类研究[D];天津大学;2005年

4 贺振武;基于RBFNN的煤与瓦斯突出预测研究[D];太原科技大学;2011年

5 王夏书;草酸钴粒度分布的RBFNN混合建模与优化[D];东北大学;2008年

6 孟慧馨;基于RBFNN的装备体系建模方法及应用研究[D];解放军信息工程大学;2008年

7 周静;基于局部泛化误差模型的RBFNN的启发式训练方法[D];河北大学;2010年

8 邱成;基于RBFNN的游梁式抽油机井工况监测诊断研究[D];东北石油大学;2014年

9 明晓东;银行信贷风险评价及预警RBFNN系统设计研究[D];湖南大学;2008年

10 孙金燕;RBFNN隐层中心选择方法的研究[D];河北大学;2008年

，

本文编号：1008336