电网技术

2011, v.35;No.336(11) 136-140

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于反向传播神经网络的发电机进相能力建模研究
Modeling of Generator Leading Phase Ability Based on Back Propagation Neural Network

王成亮;王宏华;徐钢;

摘要(Abstract):

提出一种基于反向传播神经网络(back propagationneural network,BPNN)的发电机进相能力建模新方法。该BPNN含2个隐层和1个输出层,以发电机有功和无功功率为输入,以发电机功角、电网电压为输出。以典型工况下的发电机进相运行试验结果作为训练样本和测试样本,建立了某600 MW发电机进相能力BPNN模型,从收敛精度最优出发,优化设计了模型的隐层数、神经元数、传递函数。建模实例表明,提出的建模方法精度高、泛化能力强,能有效克服传统分析方法的局限性,有推广应用价值。

关键词(KeyWords): 反向传播神经网络;发电机进相;泛化

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 王成亮;王宏华;徐钢;

Email:

DOI: 10.13335/j.1000-3673.pst.2011.11.027

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享