2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

配电网线损计算径向基函数神经网络方法

姜惠兰 刘文良 孟庆强 张柳

姜惠兰, 刘文良, 孟庆强, 张柳. 配电网线损计算径向基函数神经网络方法. 自动化学报, 2007, 33(3): 334-336. doi: 10.1360/aas-007-0334
引用本文: 姜惠兰, 刘文良, 孟庆强, 张柳. 配电网线损计算径向基函数神经网络方法. 自动化学报, 2007, 33(3): 334-336. doi: 10.1360/aas-007-0334
JIANG Hui-Lan, LIU Wen-Liang, MENG Qing-Qiang, ZHANG Liu. RBFNN Method of Calculating Energy Losses of Power Distribution Systems. ACTA AUTOMATICA SINICA, 2007, 33(3): 334-336. doi: 10.1360/aas-007-0334
Citation: JIANG Hui-Lan, LIU Wen-Liang, MENG Qing-Qiang, ZHANG Liu. RBFNN Method of Calculating Energy Losses of Power Distribution Systems. ACTA AUTOMATICA SINICA, 2007, 33(3): 334-336. doi: 10.1360/aas-007-0334

配电网线损计算径向基函数神经网络方法

doi: 10.1360/aas-007-0334
详细信息
    通讯作者:

    姜惠兰

  • 中图分类号: TM744

RBFNN Method of Calculating Energy Losses of Power Distribution Systems

More Information
    Corresponding author: JIANG Hui-Lan
  • 摘要: 提出了一种电力配电网线损计算的RBFNN(Radial basis function neural networks) 方法,主要利用RBFNN 较强的拟合特性映射线损与特征参数之间复杂的非线性关系,记忆配电线路在结构参数和运行参数变化时线损的规律. 采用LBG 聚类方法和一种确定最佳聚类数的标准来优化RBFNN 隐层节点,以提高网络的利用效率. 实例仿真验证了所提方法的有效性和实用性.
  • 加载中
计量
  • 文章访问数:  2247
  • HTML全文浏览量:  69
  • PDF下载量:  1844
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-08-30
  • 修回日期:  2006-03-25
  • 刊出日期:  2007-03-20

目录

    /

    返回文章
    返回