节点文献

基于PSO-BP神经网络的储能装置实时容量识别与实现

免费订阅

【作者】 吕磊王红蕾

【Author】 Lü Lei;WANG Honglei;College of Electrical Engineering,Guizhou University;

【机构】 贵州大学电气工程学院

【摘要】 微电网下新能源的使用促使了人们对能量优化调度的研究,储能装置是其中的关键一部分,准确识别其存储容量是实现微电网电力优化调度的任务之一。为实现对微电网下储能装置的实时容量在线识别,利用BP神经网络结构建立了储能装置容量识别模型,并引入了优化的粒子群算法PSO,实现了储能装置的实时容量在线识别。通过对比传统的BP神经网络识别结果,采用PSO-BP神经网络识别模型的容量误差在0.3%~2.4%之间,传统的BP神经网络误差范围为1.0%~21%,表明采用PSO-BP神经网络识别模型明显优于传统的BP神经网络识别模型。

【基金】 国家自然科学基金资助项目(51667007)
【所属期刊栏目】 计算机科学与应用 (2020年12期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.12.017
  • 【分类号】TP183;TM73
  • 【下载频次】106
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: