基于正交小波神经网络的广域紧急直流功率支援在线预测

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。

基于多分辨率分析正交小波神经网络的紧急直流功率支援预测

紧急直流功率支援能在交直流系统受到大扰动后快速调制HVDC的直流功率,利用HVDC短时过载能力提高电网的暂态稳定性,因此如何利用广域信号实现紧急直流功率支援的在线预测意义重大。文中构造了一种基于多分辨率分析理论的新结构正交小波神经网络,并将其应用于云广特高压直流的紧急直流功率支援在线预测。该多分辨率正交小波神经网络采用正交尺度函数作为激励函数,能保证逼近函数表达式的唯一,收敛迅速。实验结果表明:该多分辨率分析正交小波神经网络能依据主成分降维后的输入数据准确并可靠地给出紧急直流功率支援控制量。