一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法

    公开(公告)号:CN109507527A

    公开(公告)日:2019-03-22

    申请号:CN201811310856.3

    申请日:2018-11-06

    Abstract: 本发明涉及一种基于突触可塑性的SNP系统含分布式电源配电网故障定位方法,包括:⑴停电区间选择;⑵基于突触可塑性的SNP系统含分布式电源配电网故障定位模型的建立;⑶确定故障区段;根据系统读取的故障信息以及正向突触矩阵,对已建立的故障定位模型进行运算;⑷故障定位准确性验证;根据推理算法得到的故障定位结果,双向功能神经元O中顺序脉冲串的值,结合实际电流矩阵C与推理算法对故障定位结果的准确性进行验证;⑸通过故障判断标准和故障电信息验证标准完成故障定位和故障定位准确性验证。本发明所述的基于突触可塑性的SNP系统含分布式电源故障定位方法具有高准确性和高可靠性,可以广泛应用于含分布式电源配电网的故障定位中。

    一种基于自适应神经网络与TLBO算法的负荷预测方法

    公开(公告)号:CN111563614A

    公开(公告)日:2020-08-21

    申请号:CN202010304030.7

    申请日:2020-04-17

    Abstract: 一种基于自适应神经网络与TLBO算法的负荷预测方法,包括以下步骤:1、构建TLBO的改进模型;2、数据预处理;3、初始化改进的TLBO算法的主要参数;4、根据式(1)进行教学过程,学生通过向老师学习来提高自己的各科成绩,然后利用式(4)进行学生之间的互动学习;5、根据式(2)对互动后的个体进行变异操作,并更新种群个体;6、判断循环是否结束,如果已经达到最大迭代次数,将此时个体获得的最优成绩赋值给ANFIS模型中惩罚因子c和核参数σ;否则,循环步骤3到5,通过改进的TLBO算法优化ANFIS预测短期负荷模型的平均绝对误差和均方根误差的值都小于PSO-ANFIS和TLBO-ANFIS预测模型的值,具有较高的预测精度和较强的泛化能力,而且预测结果更接近实际值。

Patent Agency Ranking