基于BP神經網絡的智能電網配電系統改進算法的研究

摘 要：提出一種基于BP神經網絡的智能電網配電系統改進算法。由于BP網絡是一種按誤差逆傳播算法訓練的多層前饋網絡，具有學習性，可以根據已有的配電參數樣本集進行訓練，從中分析出內蒙古各地區根據時間不同所配電的分配情況的內在聯系，實現對以后配電系統進行自適應控制。該算法的優點就是在構造過程考慮了BP的預測精度和訓練時間，采用了梯度下降法的方法，進行Matlab仿真實驗，獲得了較為準確的預測結果。

關鍵詞：BP神經網絡； 智能電網； 配電系統； 梯度下降法

0 引 言

隨著電網企業的不斷發展，現代智能電網系統的建立已成為一個社會發展的重要系統，人們對系統運行的可靠性、持續性、智能性和穩定性要求也越來越高，這就使得電力系統中的問題解決起來較為復雜。所以智能配電系統算法是按照智能電網的需求，實現配電的智能化。而BP神經網絡具有很強的自適應能力、學習能力、非線性映射能力和容錯能力，并且魯棒性好，應用于智能電網的配電系統算法有很大優勢。