基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)用于配電網(wǎng)線損計(jì)算.pdf

1、配電網(wǎng)線損作為電力系統(tǒng)的一項(xiàng)重要的技術(shù)經(jīng)濟(jì)指標(biāo)，長(zhǎng)期以來(lái)受到電力企業(yè)及相關(guān)部門的廣泛重視。特別是電力的市場(chǎng)化改革以來(lái)，線損率已經(jīng)直接與電價(jià)掛鉤，影響著企業(yè)的經(jīng)營(yíng)效益。因此，準(zhǔn)確而簡(jiǎn)便的線損計(jì)算，對(duì)于考核企業(yè)線損管理工作成效、制定各項(xiàng)有效地降損措施是極其重要的。 本文首先對(duì)現(xiàn)有的理論線損計(jì)算方法進(jìn)行了深入分析，指出了目前各種線損計(jì)算方法的局限性。并針對(duì)我國(guó)配電網(wǎng)具有元器件數(shù)量眾多、分布復(fù)雜，自動(dòng)化程度普遍較低，原始數(shù)據(jù)不易收集等特

2、點(diǎn)，提出了一種基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)用于配電網(wǎng)線損計(jì)算的新方法。該方法通過(guò)RBF神經(jīng)網(wǎng)絡(luò)的空間擬合性和徑向基函數(shù)的局部響應(yīng)特性映射配電線路參數(shù)與配電網(wǎng)線損之間的非線性復(fù)雜關(guān)系，并針對(duì)傳統(tǒng)的RBF網(wǎng)絡(luò)學(xué)習(xí)方法中，隱含層與輸出層結(jié)構(gòu)參數(shù)的確定相互獨(dú)立，輸出層權(quán)重訓(xùn)練容易陷入局部最小等缺點(diǎn)，應(yīng)用遺傳算法對(duì)整個(gè)RBF網(wǎng)絡(luò)進(jìn)行優(yōu)化，將RBF網(wǎng)絡(luò)不同的中心和其對(duì)應(yīng)的寬度及各個(gè)調(diào)節(jié)權(quán)重統(tǒng)一編碼，加強(qiáng)了RBF網(wǎng)絡(luò)隱含層和輸出層的合作關(guān)系，并利用遺

3、傳算法全局搜索的功能特性，使得整個(gè)網(wǎng)絡(luò)模型達(dá)到全局最優(yōu)。此外，對(duì)遺傳算法本身的遺傳機(jī)制作出了相應(yīng)的改進(jìn)，使遺傳操作更加完善。 為了驗(yàn)證本文提出的方法的實(shí)用性和可行性，分別以某地區(qū)68條配電線路和天津?yàn)I海供電局67條配電線路的線路特征參數(shù)為樣本，進(jìn)行了線損的實(shí)例仿真計(jì)算。試驗(yàn)仿真結(jié)果表明以遺傳算法優(yōu)化的RBF網(wǎng)絡(luò)，具有網(wǎng)絡(luò)模型簡(jiǎn)單、訓(xùn)練速度快、計(jì)算精確度高等優(yōu)點(diǎn)，并具有很強(qiáng)的實(shí)用性和推廣性。利用神經(jīng)網(wǎng)絡(luò)的擬合能力合擴(kuò)展能力，可以較

4、為準(zhǔn)確的記憶可獲取的配電線路特征參數(shù)與線路線損之間的非線性映射關(guān)系，從而進(jìn)行較為精確的線損計(jì)算。 最后，本文以Borland C++Builder 5.0作為軟件開(kāi)發(fā)平臺(tái)，基于面向?qū)ο蟪绦蛟O(shè)計(jì)的思想，開(kāi)發(fā)出一套適應(yīng)于配電網(wǎng)線損計(jì)算的可視化軟件。軟件具有配電線路圖繪制，元件運(yùn)行數(shù)據(jù)錄入，數(shù)據(jù)庫(kù)管理，線損計(jì)算，報(bào)表輸出等功能。人機(jī)界面友好，并提供了大量的快捷操作，具有國(guó)際標(biāo)準(zhǔn)軟件界面風(fēng)格，易于用戶學(xué)習(xí)掌握。軟件設(shè)計(jì)后期，進(jìn)行了多次測(cè)