Верификация топологии электроэнергетической системы на основе нечетких нейронных сетей
Автор: Готман Н.Э., Шумилова Г.П., Старцева Т.Б.
Журнал: Известия Коми научного центра УрО РАН @izvestia-komisc
Рубрика: Технические науки
Статья в выпуске: 4 (24), 2015 года.
Бесплатный доступ
Предложен метод верификации топологии электроэнергетической системы на основе нечетких нейронных сетей при использовании необработанных данных телеизмерений. Проведен подбор формулы нормирования входных переменных нечеткой нейронной сети с целью получения результата с наименьшей погрешностью. Для подтверждения правильности выбора входных переменных применены самоорганизующиеся карты Кохонена. Проведено тестирование метода на 14-узловой электроэнергетической системе IEEE с расчетом режимов энергосистемы в программной среде Matlab. Полученные результаты показали хорошую точность метода для выбранной формулы нормирования и множества сформированных начальных правил.
Электроэнергетическая система, топология, верификация, нечеткая нейронная сеть, нормирование данных, кластер
Короткий адрес: https://sciup.org/14992793
IDR: 14992793
Список литературы Верификация топологии электроэнергетической системы на основе нечетких нейронных сетей
- Lukomski R., Wilkosz K. Power System Topology Verification: Assessment of Different Approaches//The 4-th International Conference on Control of Power Systems. Bratislava, Slovakia, 2000. P. 269-274.
- Clements K.A., Davis P.W. Detection and identification of topological errors in electric power systems//IEEE Trans. on Power Systems. 1988. Vol. 3. P. 1748-1753.
- Wu F.F., Liu H.E. Detection of topology errors by state estimation//IEEE Trans. on Power Systems, 1989. Vol. 4. Aug. P. 176-183.
- Alves da Silva A.P., Quintana V.H. Pattern analysis in power system state estimation//Electrical Power and Energy Systems. 1995. Vol. 17. No. 1. P. 51-60.
- Vinod Kumar D. M., Srivastava S.C., Shah S., Mathur S. Topology processing and static state estimation using artificial neural networks//IEE Proceedings on Generation, Transmission and Distribution. 1996. Vol. 143. No.1. P. 99-105.
- Garcia-Lagos F., Joya G., Marin F.J., Sandoval F. A neural topology estimator for power systems//The International Conference on Engineering Applications of Neural Networks EANN’98, Gibraltar, June 10-12, 1998. P. 245 -252.
- Souza J.C.S., Leite da Silva A.M., Alves da Silva A.P. Data visualization and identification of anomalies in power system state estimation using artificial neural networks//IEE Proceedings on Generation Transmission and Distribution. 1997. Vol. 144. No. 5. P. 445 -455.
- Tian T., Zhang B. An artificial neural network-based expert system for network topological error identification//IEEE International Conference on Neural Networks Proceedings, Perth, WA, Australia, 1995. Vol. 2. P. 882 -886.
- Осовский С. Нейронные сети для обработки информации/Пер. с пол. И.Д. Рудинского. М.: Финансы и статистика, 2002. 344 с.
- Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. 2-е изд. М.: Горячая линия -Телеком, 2002. 382 с.
- Nishina T., Hagiwara M. A new fuzzy inference neural network with automatic extraction ability for fuzzy rules//Tech. Rep. I.E.I.C.E., 1993. Vol. NC93-124. P. 93-100.
- Kitajima Y., Hagiwara M. Generalized fuzzy inference neural network using a self-organizing feature map//Electrical Engineering in Japan, 1998. Vol. 125. No. 3. P. 40-49.
- Хохлов М.В. Пакет расширения Matlab для исследования электроэнергетических систем в установившихся режимах//Информационные и математические технологии в науке, технике, медицине: Сб. науч. тр. Всерос. конф. с межд. участием «Информационные и технологические технологии в науке, технике, медицине». Томск: Изд-во Томского политех. ун-та, 2012. С.106-109.
