论文部分内容阅读
针对电力电子设备综合负荷模型难以用机理模型描述的现状，构造了动态综合负荷的模糊神经网络模型．该模型具有模糊推理和神经网络的优点，能很好地逼近动态负荷的模型输出．通过对已知实测建模数据的训练，分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略，阐述了模糊隶属度和模糊规则的形成过程．对负荷构成相异的4组实测变电站负荷数据，用其中1组建模数据进行训练，得出模糊模型结构和参数，用该模型去拟合其他3组数据，对模糊神经网络负荷模型的综合能力进行验证．实例表明，该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛