

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力系統(tǒng)建模是電力系統(tǒng)分析、規(guī)劃設(shè)計(jì)、運(yùn)行和控制等領(lǐng)域的共性科學(xué)問(wèn)題和關(guān)鍵技術(shù),而負(fù)荷建模則是電力系統(tǒng)建模中亟待解決的難題。建立能夠反映負(fù)荷特性的準(zhǔn)確負(fù)荷模型對(duì)電力系統(tǒng)仿真和安全穩(wěn)定運(yùn)行至關(guān)重要。為此,本文從負(fù)荷特性分類和參數(shù)辨識(shí)兩個(gè)方面進(jìn)行深入地研究。具體包括以下幾個(gè)方面的工作:
(1)對(duì)變電站負(fù)荷特性分類與綜合進(jìn)行深入研究。采用SOM神經(jīng)網(wǎng)絡(luò)對(duì)變電站負(fù)荷構(gòu)成特征向量進(jìn)行分類并根據(jù)分類結(jié)果選取典型變電站。在此基礎(chǔ)上,對(duì)新增變
2、電站的分類進(jìn)行深入的研究,并對(duì)SOM神經(jīng)網(wǎng)絡(luò)分類的正確性、精確性分別進(jìn)行了仿真分析和驗(yàn)證。
(2)對(duì)負(fù)荷動(dòng)特性分類進(jìn)行研究。在對(duì)目前常用的負(fù)荷動(dòng)特性特征向量進(jìn)行分析的基礎(chǔ)上,提出了基于提升小波包變換的負(fù)荷動(dòng)特性特征提取方法。采用提升小波包變換對(duì)負(fù)荷實(shí)測(cè)擾動(dòng)響應(yīng)數(shù)據(jù)進(jìn)行分解與重構(gòu),提取小波重構(gòu)系數(shù)并構(gòu)造能夠反映負(fù)荷動(dòng)特性的能量矩特征向量。通過(guò)對(duì)仿真數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)進(jìn)行特征提取和分類測(cè)試,驗(yàn)證了提升小波包變換用于負(fù)荷動(dòng)特性特征提取的
3、有效性和合理性。通過(guò)與傳統(tǒng)小波包變換的對(duì)比表明,提升小波包變換在計(jì)算速度和計(jì)算精度上的優(yōu)勢(shì),提高了負(fù)荷動(dòng)特性分類的準(zhǔn)確性。
(3)考慮到量子粒子群算法的全局搜索能力和混沌優(yōu)化算法的局部搜索能力,將兩種算法相結(jié)合用于負(fù)荷模型參數(shù)辨識(shí)。利用現(xiàn)場(chǎng)實(shí)測(cè)的故障錄波數(shù)據(jù),選取冪函數(shù)+差分方程負(fù)荷模型進(jìn)行參數(shù)辨識(shí),驗(yàn)證了所采用方法的有效性。通過(guò)與PSO算法和量子粒子群算法進(jìn)行對(duì)比,驗(yàn)證了混沌量子粒子群算法具有收斂速度快、收斂精度高的優(yōu)點(diǎn)。<
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 綜合負(fù)荷模型參數(shù)辨識(shí)及負(fù)荷特性分類綜合方法研究.pdf
- 負(fù)荷建模中的負(fù)荷特性分類與綜合方法的研究.pdf
- 負(fù)荷模型辨識(shí)與負(fù)荷特性的分類綜合方法研究.pdf
- 基于元件的負(fù)荷特性分類方法研究及負(fù)荷建模平臺(tái)開發(fā).pdf
- 基于QPSO算法的綜合負(fù)荷模型參數(shù)辨識(shí)與負(fù)荷建模平臺(tái).pdf
- 變電站負(fù)荷特性分類與綜合負(fù)荷建模研究.pdf
- 電力負(fù)荷模型參數(shù)辨識(shí)與分類算法研究.pdf
- 負(fù)荷特性聚類與負(fù)荷模型辨識(shí)研究.pdf
- 負(fù)荷模型辨識(shí)算法研究及建模平臺(tái)開發(fā).pdf
- 靜態(tài)負(fù)荷模型與負(fù)荷動(dòng)特性分類研究.pdf
- 基于PMU的負(fù)荷模型參數(shù)辨識(shí).pdf
- 基于參數(shù)辨識(shí)的配電網(wǎng)非線性負(fù)荷特性分析.pdf
- 電力綜合負(fù)荷模型參數(shù)辨識(shí)算法研究.pdf
- 地區(qū)電網(wǎng)負(fù)荷模型辨識(shí)研究及建模平臺(tái)開發(fā).pdf
- 基于擴(kuò)展卡爾曼濾波的動(dòng)態(tài)負(fù)荷建模與參數(shù)辨識(shí).pdf
- 感應(yīng)電動(dòng)機(jī)負(fù)荷參數(shù)辨識(shí)及動(dòng)態(tài)特性解析算法研究.pdf
- 負(fù)荷模型參數(shù)在線辨識(shí)與修正.pdf
- 基于廣域測(cè)量系統(tǒng)的同步發(fā)電機(jī)與負(fù)荷的建模及參數(shù)辨識(shí).pdf
- 負(fù)荷密度與最優(yōu)供電方案分析和負(fù)荷模型在線參數(shù)辨識(shí)研究.pdf
- 負(fù)荷特性聚類和模型辨識(shí)研究.pdf
評(píng)論
0/150
提交評(píng)論