电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2009年
11期
82-86
,共5页
谢惠藩%张尧%聂树林%姚仰新%林凌雪
謝惠藩%張堯%聶樹林%姚仰新%林凌雪
사혜번%장요%섭수림%요앙신%림릉설
正交尺度函数%正交小波神经网络%紧急直流功率支援%特高压直流%在线预测
正交呎度函數%正交小波神經網絡%緊急直流功率支援%特高壓直流%在線預測
정교척도함수%정교소파신경망락%긴급직류공솔지원%특고압직류%재선예측
orthogonal scaling function%OWNN%EDCPS%UHVDC%online prediction
鉴于BP神经网络较易陷入局部极小点且收敛速度慢、RBF神经网络因其激励函数是冗余的非正交基故其逼近函数的表达式并不唯一等缺点,构造以Harr正交小波尺度函数为激励函数的神经网络并提出其相应的权值训练新方法,将该正交小波神经网络应用于实现对云广特高压直流和贵广Ⅱ直流的在线紧急直流功率支援在线协调预测控制.仿真结果表明:正交小波神经网络采用正交尺度函数作为激励函数,能保证网络逼近的唯一性,且训练算法简单、收敛迅速;正交小波神经网络能映射聚合成的特征输入数据,准确给出紧急直流功率支援控制量,具有较高的可靠性和准确性.
鑒于BP神經網絡較易陷入跼部極小點且收斂速度慢、RBF神經網絡因其激勵函數是冗餘的非正交基故其逼近函數的錶達式併不唯一等缺點,構造以Harr正交小波呎度函數為激勵函數的神經網絡併提齣其相應的權值訓練新方法,將該正交小波神經網絡應用于實現對雲廣特高壓直流和貴廣Ⅱ直流的在線緊急直流功率支援在線協調預測控製.倣真結果錶明:正交小波神經網絡採用正交呎度函數作為激勵函數,能保證網絡逼近的唯一性,且訓練算法簡單、收斂迅速;正交小波神經網絡能映射聚閤成的特徵輸入數據,準確給齣緊急直流功率支援控製量,具有較高的可靠性和準確性.
감우BP신경망락교역함입국부겁소점차수렴속도만、RBF신경망락인기격려함수시용여적비정교기고기핍근함수적표체식병불유일등결점,구조이Harr정교소파척도함수위격려함수적신경망락병제출기상응적권치훈련신방법,장해정교소파신경망락응용우실현대운엄특고압직류화귀엄Ⅱ직류적재선긴급직류공솔지원재선협조예측공제.방진결과표명:정교소파신경망락채용정교척도함수작위격려함수,능보증망락핍근적유일성,차훈련산법간단、수렴신속;정교소파신경망락능영사취합성적특정수입수거,준학급출긴급직류공솔지원공제량,구유교고적가고성화준학성.
As the BP neural network is easy to fall into local minimum point and has slow convergence speed, and the RBF neural network has no sole approximation function,the OWNN(Orthogonal Wavelet Neural Network),which takes the Harr orthogonal scaling function as its activation function,is proposed and its weight training algorithm is presented. The OWNN is applied to EDCPS(Emergency DC Power Support) online prediction and control of Yun-Guang UHVDC and Gui-Guang H DC transmission. Simulation results show that,it ensures the sole and fast approximation with simple training algorithm and outputs the EDCPS control reference with higher reliability and precision by mapping the aggregated characteristic input data.