基于脉冲神经网络伪量测建模的配电网三相状态估计-电力系统自动化.pdf

基于脉冲神经网络伪量测建模的配电网三相状态估计-电力系统自动化.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于脉冲神经网络伪量测建模的配电网三相状态估计-电力系统自动化

第 卷 第 期 年 月 日 , 40   16  2016 8 25 Vol.40No.16Au.252016 g : / DOI10.7500AEPS20151207006 基于脉冲神经网络伪量测建模的配电网三相状态估计 , , , , , 黄蔓云 孙国强 卫志农 臧海祥 陈 通 陈 胜     ( , ) 河海大学能源与电气学院 江苏省南京市 210098 : , . 摘要 为了给配电网管理系统提供全面准确的实时数据 配电网三相状态估计显得尤为重要 针 , ( ) 对当前配电网量测信息不足 提出了基于脉冲神经网络 SNN 伪量测建模的配电网三相状态估 . , 计 该方法首先将实时和部分历史支路功率量测输入 SNN进行伪量测建模 然后由高斯混合模 , . 型生成相应的量测误差 最后进行基于加权最小二乘法的配电网三相状态估计 理论分析和算例 , , 验证表明 所提模型不仅能够在正常通信时有效提高配电网状态估计精度 而且能在通信故障时保 , . 证估计精度在合理范围内 进而为配电网的运行控制提供参考依据 : ; ; ; ; 关键词 配电网 状态估计 脉冲神经网络 高斯混合模型 伪量测 . 0 引言 测和虚拟量测不同的权重以提高状态估计精度 然 而伪量测数据本身的误差仍然是影响状态估计精度 , 随着新能源发电的逐步接入 配电网管理系统 . [ ] ( ) 的关键 文献 16通过人工神经网络 ANN 进行 ( ) 、 DMS 需要更加全面 准确的数据进行实时控 , . 负荷节点注入功率建模 提高了状态估计精度 可 [ ] 1G5 制 .配电网状态估计能够提供系统实时运行状 , ,

文档评论(0)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档