梁志武
- 作品数：2 被引量：14H指数：2
- 供职机构：广西电网公司更多>>
- 发文基金：国家自然科学基金广西高校百名中青年学科带头人计划项目广西壮族自治区自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于遗传和模拟退火算法优化的短期负荷预测被引量：3
- 2008年
- 负荷短期预测是电力系统运行和调度每年的重要工作,尤其在市场环境下负荷短期预测更显重要。对于电力系统短期负荷的随机性和突变性的特点,提出了应用遗传算法(GA)和模拟退火(SA)优化的Elman神经网络的短期负荷预测模型。其特点是模型简单、运算效率高,并具有较好的全局最优性能,从而很好地克服了传统BP算法容易陷入局部极小点的缺陷。利用改进Elman网络的良好学习能力,同时利用遗传和模拟退火优化算法对Elman动态递归网络的前馈和反馈值进行优化,实现全局最优的拟合结果。比较了Elman网络和BP网络结构的建模效果,仿真实验证明了利用遗传和模拟退火算法优化的Elman神经网络具有动态特性好、逼近速度快、精度高等特点,说明Elman网络是一种新颖、可靠的负荷预测方法。
- 梁志武吴杰康陈明华张宏亮
- 关键词：短期负荷预测ELMAN神经网络遗传算法模拟退火算法
- 基于模糊神经网络决策树的电压稳定性评估被引量：11
- 2008年
- 提出了适用于电力系统电压稳定性评估的模糊神经网络决策树模型。在生成的决策树中引入模糊神经网络技术,构建出模糊神经网络决策树模型。采用模糊神经网络中的前向神经网络BP算法对小分裂样本进行进一步处理。Matlab仿真结果表明,模糊神经网络决策树应用于电压稳定性评估中,与单独应用决策树相比,分类成功率提高了3.3%。同时,由于减小了样本维度,缩短了模糊神经网络的训练时间,更有利于实现在线电压稳定预测。
- 吴杰康邓松梁志武张宏亮
- 关键词：电力系统电压稳定性模糊神经网络决策树
