基于动态模糊粒神经网络算法的负荷辨识

被引：6

作者：

陶永芹 ^{[1
,2
]}

崔杜武 ^{[1
]}

机构：

[1] 西安理工大学计算机科学与工程学院

[2] 西安交通大学计算机系

来源：

控制与决策 | 2011年 / 26卷 / 04期

关键词：

负荷模型; 参数辨识; 结构辨识; 粒计算; 动态模糊神经网络;

D O I：

10.13195/j.cd.2011.04.42.taoyq.002

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

针对电力负荷的时变、变结构和非线性等特点,提出一种动态模糊粒神经网络算法.该算法采用粒计算商空间理论和模糊神经网络技术对电力负荷进行建模.将椭圆基函数和模糊ζ-完备性作为在线参数分配机制,避免了初始化选择的随机性.根据模糊规则和输入变量的重要性,对每条规则的输入变量宽度实施在线自适应调整,从而实现了负荷参数和结构同时辨识.实验结果表明了所提出方法的可行性和有效性.

引用

页码：519 / 523+529 +529

页数：6

共 9 条

[1] GRNN算法在电力系统负荷建模中的应用 [J].