| 基于广义生长-剪枝径向基函数神经网络的谐波源建模 |
| |
| 引用本文： | 占勇,程浩忠,葛乃成,黄广兵.基于广义生长-剪枝径向基函数神经网络的谐波源建模[J].中国电机工程学报,2005,25(16):42-46. |
| |
| 作者姓名： | 占勇 程浩忠 葛乃成 黄广兵 |
| |
| 作者单位： | 1. 上海交通大学电气工程系,200240,上海市,闵行区
2. 南洋理工大学,639798,新加坡 |
| |
| 基金项目： | 高等学校优秀青年教师教学科研奖励计划项目. |
| |
| 摘 要： | 采用广义生长一剪枝RBF神经网络建立稳态频域的谐波源模型。在该模型中，各次谐波电流的幅值和相角与各次谐波电压的幅值和相角以及负荷特征参数的非线性映射关系通过一种新颖的广义生长一剪枝RBF网络进行建模。该网络的学习算法是串行的，可以进行动态建模。算例计算表明，该模型具有训练时间少、精度高、可动态建模等优点，是谐波源建模的有效方法
|
| 关 键 词： | 电力系统 谐波潮流 谐波源模型 径向基函数 神经网络 串行学习 广义生长-剪枝径向基函数 |
| 文章编号： | 0258-8013（2005）16-0042-05 |
| 收稿时间： | 2005-06-23 |
| 修稿时间： | 2005年6月23日 |
GENERALIZED GROWING AND PRUNING RBF NEURAL NETWORK BASED HARMONIC SOURCE MODELING |
| |
| ZHAN Yong,CHENG Hao-zhong,GE Nai-cheng,HUANG Guang-bin.GENERALIZED GROWING AND PRUNING RBF NEURAL NETWORK BASED HARMONIC SOURCE MODELING[J].Proceedings of the CSEE,2005,25(16):42-46. |
| |
| Authors: | ZHAN Yong CHENG Hao-zhong GE Nai-cheng HUANG Guang-bin |
| |
| Abstract: | A novel generalized growing and pruning RBF neural network (GGAP-RBF) is proposed for modeling nonlinear electric loads in steady-state frequency-domain. In the model, the nonlinearity mapping between harmonic voltages and harmonics currents is established by GGAP-RBF. GGAP-RBF is a sequential learning algorithm so that model can be established dynamically. Numerical results show that the proposed method, having the characteristics of short training time, high precision and dynamic modeling, is an effective technique for building up harmonic source model. |
| |
| Keywords: | Power system Harmonic power flow Harmonic source model RBF neural network Sequentiallearning Generalized growing and pruning RBF |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
