论文部分内容阅读
负荷模型是决定电力系统仿真结果可信度的关键因素之一，本文从非机理模型的角度，提出一种基于减法聚类的模糊神经网络的负荷建模新方法。首先对建模样本输入输出数据进行特征分析，建立其山峰密度函数，应用减法聚类自适应的调整建模数据的聚类数和聚类中心，以确定负荷模型的模糊规则数和隶属度函数个数。在此基础上建立综合负荷模型的模糊初始结构。通过神经网络对推理数据进行学习，获取模糊推理规则，同时调整隶属函数的参数，用反向传播算法来修正网络的连接权重，辨识模糊模型的隶属函数的参数，完成综合负荷的非机理建模。通过对实测综合负荷