CN115000952B 基于简化潮流神经网络的配电网状态估计初值计算方法 （杭州电子科技大学）_第1页
CN115000952B 基于简化潮流神经网络的配电网状态估计初值计算方法 （杭州电子科技大学）_第2页
CN115000952B 基于简化潮流神经网络的配电网状态估计初值计算方法 （杭州电子科技大学）_第3页
CN115000952B 基于简化潮流神经网络的配电网状态估计初值计算方法 （杭州电子科技大学）_第4页
CN115000952B 基于简化潮流神经网络的配电网状态估计初值计算方法 （杭州电子科技大学）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于简化潮流神经网络的配电网状态估计本发明公开了基于简化潮流神经网络的配据与嵌入物理知识的神经网络学习配电网状态后可以根据高斯牛顿法迭代求解配电网状态估2iijij分别表示节点导纳矩阵Y中第i行第j列元素的实部与虚部；ij3,...,Y'LL分别为被PMU分割后根据分割后的配电网拓扑结构，将步骤三简化后的BP步骤六、将配电网上的真实量测输入步骤五训练后得其中，z是配电网的量测值向量；h(x)是配电网的量测函数向量4利用泰勒级数将非线性量测函数在系统运行的初始状态点x0附近展开，忽略二阶及以2.如权利要求1所述基于简化潮流神经网络的配电网状态估计初值计算方法，其特征5据遥信信息确定配电网动态拓扑，然后根据遥测信息估计出符合电路理论的系统状态变乘法和最小绝对值法。最小均方算法与最小截断二乘法在计算过程中需要大量的计算成6ij分别表示节点导纳矩阵Y中第i行第j列元素的实部与虚部。7,...,Y'LL分别为被PMU[0031]根据分割后的配电网拓扑结构，将步骤三简化后的BP神经网络分为多组神经网测数据的真实值以及预测值。利用有监督的训练方法训练基于简化潮流方程的BP神经网8[0047]将步骤五训练后得到的初值预测模型输出的初始状态点x0代入公式(15)进行计[0049]本方法根据配电网拓扑结构对神经网络进行剪枝，减少9[0058]如图1所示，基于简化潮流神经网络的配电网状态估计方法包括离线训练与在线

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论