IGA优化的神经网络计算配电网理论线损

被引：23

作者：

李秀卿 ^{[1
]}

赵丽娜 ^{[1
]}

孟庆然 ^{[1
]}

王兴东 ^{[2
]}

孙志政 ^{[2
]}

机构：

[1] 东北电力大学电气工程学院

[2] 鸡西供电公司

来源：

电力系统及其自动化学报 | 2009年 / 21卷 / 05期

关键词：

免疫遗传算法; 人工神经网络; BP模型; 配电网; 理论线损;

D O I：

暂无

中图分类号：

TM714.3 [系统中能量损失的降低及无功功率的补偿];

学科分类号：

080802 ;

摘要：

针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于免疫遗传算法(IGA)的人工神经网络(artificial neural network,ANN)计算配电网的理论线损。该算法在遗传算法(genetic algorithm,GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度。实例计算结果表明,同混合遗传算法相比,该算法具有较快的收敛速度和较强的全局收敛性能,比现有其他计算配网线损的方法更为准确。

引用

页码：87 / 91

页数：5

共 7 条

[1] 基于负荷获取和匹配潮流方法的配电网理论线损计算 [J].