Kohonen SOM下的模糊神经电压稳定评估算法.pdfVIP

KohonenSOM 下的模糊神经电压稳定评估算法 崔 峰 KohonenSOM下的模糊神经电压稳定评估算法 FuzzyNeuralNetworkAlgorithm BasedonKohonenSOM forVoltageStabilityEvaluation ‘ 在 碑 (大庆师范学院物理与电气信息工程学院，黑龙江 大庆 163712) 摘 要：为解决传统电 稳定评估汁箅 法 杠的速度慢 、精度低等M题 ，设计r一个多输入单输出的模糊神经网络。该网络通过 KohonenfI纰织映射聚类含 SVC电力系统的彳功『和尢功负荷米减少输入量个数 ，同时采用 一个模糊输入的 层 lj{馈『神经州络进行训 约：，斤 定l乜 J系统的负荷能力裕度 绛仿真验证，所设i1的模糊神经网络汁算精度高，有效改善_r模糊神终例络的性能．． 关键词：SVC 模糊神经M络 负何能力裕度 人 J销能 线性 中图分类号： 】83 文献标志码：A Abstract：Jnordertosolvetheprobler|Jsul’traditionalevaJuation andcah：ulatiunmethod totvoltagestability，such assloW speedand low accuracy，theneuralnetworkwithmuhi-inputsingle—uutputhasbeendesigned．ThroughKuhonenself-urganizingmaI)(SOM)，theactiveand reactiveh,adsatallthenodesofelectricpowersystem withSVC arec]ustered，thusthequantityoftheinputsisreduced．Thethree—layerteed tbrwanledneuralnetworkwithfuzzy inputsisprol~med t_Jtrain and evalute the margin ofload ability．The simulation hasverified thatthe proposedfuzzyneuralnetwurkuffe~ highcalculationaccura(：yandeflet：tivelyimprovestheperformanceof。fuzzylleura]network． Keywords：Staticvat~：ompensator(SVC) Fuzzyneuralnetwork Marginofloadability Artificialintelligence Nonlinear 层前向神经网络。本文采』钼了Kohonenfj组织映射，它 0 引言 的学习规则是内星学习规则的一个特例，具有很高的训 人丁智能控制是控制理论的发展办ru】 近年来，随 练速度 ，町以有效地对系统降维并提高处理速度．． 着计算机技术的发展，人 r错能杠 类·复杂非线性系统 本文设计了一个多输人单输m的模糊神经网络， 巾的应用得到了广泛的火注… 存各类智能技术的应 采J}j该网络优化计算fJ{含有 SVC电力系统的负荷能 川I{|，集模糊控制和神经网络■者优点的模糊神经网络 力裕度，并将此算法在 IEEE．30系统 上进行仿真 。 控制系统 口益成为人们研究的热点．．现代电力系统是 1 电压稳定参数 - 一 · 种大型复杂的非线性系统 。f{jj：lj益增长的电力 需求，它一般都在很强的负荷J力下运行。在某 情况 电压稳定裕度是指从当前运行点出发，负荷按给 下，电力系统运行条件的改变会导致电压下降，并最终 定方向增长，直至电压崩溃时功率注入空间中当前运 导致电压的崩溃。因此，电压稳定分析变得尤其重要 ， 行点与电压崩溃点之间的距离。它可作为度量当前电 而模糊神经网络在此方面有着