基于改進型ANFIS的負荷密度指標求取新方法.pdf

基于改進型ANFIS的負荷密度指標求取新方法.pdf

ID:52480191

大?。?04.63 KB

頁數(shù):7頁

時間:2020-03-28

基于改進型ANFIS的負荷密度指標求取新方法.pdf_第1頁
基于改進型ANFIS的負荷密度指標求取新方法.pdf_第2頁
基于改進型ANFIS的負荷密度指標求取新方法.pdf_第3頁
基于改進型ANFIS的負荷密度指標求取新方法.pdf_第4頁
基于改進型ANFIS的負荷密度指標求取新方法.pdf_第5頁
資源描述:

《基于改進型ANFIS的負荷密度指標求取新方法.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第39卷第1期電力系統(tǒng)保護與控制Vlo1-39NO.12011年1月1日PowerSystemProtectionandControlJan.1,2011基于改進型ANFIS的負荷密度指標求取新方法周涑,孫威,張昀,任海軍,孫才新,鄧景云(1.重慶大學輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室,重慶400030;2.湖南省電力公司超高壓管理局,湖南長沙410002)摘要:針對傳統(tǒng)的負荷密度指標的求取方法通常采用經(jīng)驗法或簡單類比法,難以滿足精度要求這一不足,從負荷密度與其影響因素存在著某種非線性關(guān)系的角度出發(fā),提出了一種新穎的、基于自適應神經(jīng)模糊系統(tǒng)(ANF

2、IS)的負荷密度指標求取新方法。該方法用熵權(quán)法對影響因素的輸入值進行加權(quán)處理,運用F1etcher—Reeves共軛梯度法改進ANFIS默認的混合學習算法,建立改進型ANFIS預測模型來求取負荷密度,克服了傳統(tǒng)方法輸出結(jié)果不可量化和精度不高等缺點。通過一個實例驗證了該方法的實用性和有效性關(guān)鍵詞:空間負荷預測;負荷密度指標法;熵權(quán);自適應神經(jīng)模糊系統(tǒng)(ANFIS)AnewmethodtoobtainloaddensitybasedonimprovedANFISZHOUQuan,SUNWei,ZHANGYun,RENHai-jun,SUNCai.xin,DEN

3、GJing.yun(1.StateKeyLaboratoryofPowerTransmissionEquipment&SystemSecurityandNewTechnology,ChongqingUniversity,Chongqing400030,China;2.UHVAdministrationofHunanElectricPowerCompany,Changsha410002,China)Abstract:Thetraditionalmethodstoobmin1oaddensityareoftenbasedonexperienceorsimple

4、comparison,andtheresultscanhardlymeettheaccuracyrequirements.SoanovelmethodtoobtainloaddensitybasedonANFISfordistributionnetworkisproposedaccordingtothenon—linearrelationbetweenloaddensityanditsinfluencingfactors.Themethodologyofentropyweightcoeficientisfirstlyusedtotreattheinputv

5、alueofeveryinfluencingfactorwithitsweight,thentheimprovedforecastingmodelofANFISisestablishedtoforecasttheloaddensitythroughusingFletcher—Reeveslearningalgorithmtoimprovetheconventionalmixedalgorithm,whichovercomestheconventionalmethods’faultssuchasmeasurelessnessofpredictionresul

6、tandlOWforecastingaccuracyofthepredictionmode1.Finally,theapplicabilityandeffectivenessofthemethodaredemonstratedbyusingarealcase.ThisworkiSsupposedbyNationalNaturalScienceFoundationofChina(No.50607023)andNaturalScienceFoundationofChongqing(CSTC)(No.2006BB2l89).Keywords:spatialloa

7、dforecasting;loaddensitymethod;entropyweightcoeficient;ANFIS中圖分類號:TM715文獻標識碼:A文章編號:1674.3415(2011)01.0029.06決策依據(jù)。目前國內(nèi)外常用的空間負荷預測方法有0引言自上而下的用地仿真法l6j和自下而上的負荷密度近年來,由于負荷的飛速發(fā)展和“智能電網(wǎng)”指標法【,jJ(有些文獻也叫分類分區(qū)法)。但是由于建設的需要,空間負荷預測逐漸受到重視。其概念我國城市規(guī)劃的逐漸規(guī)范化,未來城市土地的使用最早是20世紀80年代由美國的H.L.Willis提出【lJ,性質(zhì)基本已

8、經(jīng)明確,所以用地仿真法在國內(nèi)城網(wǎng)規(guī)即不僅要預測負荷的量,還要預測未

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。