摘要：建立了分层网状拓扑结构下的电网脆弱性评价体系,针对该体系提出了基于径向基函数(Radial Basis Function,RBF)神经网络的电网脆弱性评估方法。将电网综合脆弱性分为状态脆弱性和结构脆弱性,并与相应的子指标构成脆弱性网状评价体系,同时以高斯(Gauss)函数作为RBF神经网络函数的核函数解决指标间的非线性问题。通过MATLAB中的RBF神经网络函数对IEEE14母线系统计算分析,验证了该方法的全面性与有效性。最后,针对节点多个测量周期的脆弱性测度建立自回归(Auto Regression,AR)模型,通过判定AR模型的差分方程稳定性,分析了节点脆弱性测度的发展趋势。
分类：期刊> 自然科学与工程技术> 工程科技II> 电力工业
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：电网脆弱性 非线性 脆弱性指标 神经网络 ar模型 趋势估计
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
