人工神经网络在电力系统无功电压优化中的应用

电力系统无功电压的优化是提高电能质量,保证电压稳定的有效而重要的手段,国内外对无功优化的研究历时已久,但系统中实时的无功优化控制仍是一大难题。人工神经网络集若干新兴学科于一体,具有强大的信息分布式存储和并行处理功能,适于解决大型复杂的非线性多变量系统的相关问题。利用人工神经网络中的BP网络,对目前愈趋复杂的电力系统的无功电压优化问题提出解决方案,避免了求解多变量非线性混合约束方程组的难题,使得问题的解决方案更简易可行。通过对IEEE-30节点系统和辽宁省某局的实际数据分析测试表明,BP神经网络应用于无功电压优化是可行的。同时,探讨了BP神经网络中的结构参数和算法参数的改进对网络泛化性能的影响,从而提出了一些提高神经网络泛化性能,减小泛化误差的有效措施,使神经网络的输出精度得到进一步提高。