基于改进RBFNN的配电网停电时间自动识别模型
原价 ¥ 20.00
促销价 ¥ 1.00 评分 4.6
报错
- 详情
- 2021-03-23
- 简介
- 178KB
- 页数 4P
- 阅读 65
针对配电网监控终端系统计划停电、停电告警和计量点负荷等相关数据,提出基于RBFNN的停电时间自动识别模型,研究了配网停电时间的识别、诊断的问题。利用基于遗传思想的粒子群优化算法对模型的参数进行识别和优化,并进行了模型计算和模型验证。研究结果显示,模型计算的误差都很小(误差波动范围为[0,0.014 6]),且具有较高的识别精度(94.12%),最后对模型的运用和计算结果进行了讨论。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于改进RBFNN的配电网停电时间自动识别模型 178KB
基于配电网综合负荷模型的失稳模式研究 29KB
基于配电网综合负荷模型的失稳模式研究 808KB
配电自动化区域缩短故障停电时间的研究 1.3MB
基于双层同构贝叶斯网络模型的配电网可靠性评估 664KB
基于径向基神经网络的配电网线损计算模型研究 132KB
基于合作博弈法和梯形云模型的配电网模糊综合评价 545KB
基于模型结构的改造配电网运行工况优化分析 904KB
基于E-R模型的配电网数据库管理系统优化设计 2.1MB
基于GA-ANN算法的配电网线损计算模型研究 192KB