论文部分内容阅读
神经网络法是一种由输入到输出的非线性映射方法,具有很强的鲁棒性、容错性及计算的并行性.且训练好后,计算速度非常快.该论文尝试将之应用于配电网状态估计.但是传统的BP算法容易陷入局部最小,因此该论文采用与遗传算法相结合的遗传BP算法进行网络训练,很快收敛到最优解.配电网的节点数目庞大,有很大一部分无法直接量测的节点,且并不需逐一分的,因此对之简化后估计电压.论文主要内容:用与遗传算法相结合的BP算法进行神经网络训练;将大系统简化,确定部分量测数据进行不良数据检测后用训练好的神经网络进行状态估计计算;其余部分简化计算.