版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著我國智能電網的快速建設,電網規(guī)模日益龐大。由于BPA等規(guī)劃計算工具的局限與不足,導致實際電網規(guī)劃過程中存在大量的不合理數據。面對如此規(guī)模的電網規(guī)劃數據,規(guī)劃人員束手無策。然而,錯誤或不合理數據對BPA潮流計算收斂性和結果會產生較大影響,一方面錯誤和不合理數據會影響潮流計算的收斂性,增加規(guī)劃人員調整潮流的工作負擔;另一方面錯誤和不合理數據會影響潮流計算結果的準確性,可能導致電網規(guī)劃結果與實際結果偏差較遠,造成較大的經濟浪費,更甚者可能
2、給電網安全埋下隱患。因此,如何快速有效地辨識大規(guī)模規(guī)劃電網潮流數據中潛在的不合理數據顯得越來越重要。
針對該問題,本文擬采用數據挖掘技術進行電網規(guī)劃不合理數據的辨識與修正方法研究。首先,在廣泛的查閱國內外相關領域文獻、資料的基礎上,本文詳細綜述了國內外不合理數據辨識與修正方法的研究現狀及發(fā)展水平。其次,在剖析了BPA潮流計算數據的特點及其限制基礎上,針對電網規(guī)劃中線路參數漏填和誤填等多種實際情況,建立了基于K-均值的電網規(guī)劃交
3、流線路標準參數庫;然后,針對電網規(guī)劃中的交流線路型號和線路長度等問題,分別建立了線路類型判斷模型和線路長度計算模型。其中,線路類型判斷模型中定義了邊界范圍的概念,建立了通過兩條直線之間的夾角余弦判斷線路所屬類型的方法;線路長度計算模型采用BP神經網絡算法,利用線路參數之間的相關關系訓練BP神經網絡得到線路的長度值;在此基礎上,建立了適合實際電網規(guī)劃工作的不合理參數辨識與修正模型的算法流程與實現步驟。最后,結合某實際電網規(guī)劃數據驗證了本文
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GSA的昆明電網不良數據辨識與修正研究.pdf
- 基于時間序列法的不良數據的辨識與修正研究.pdf
- 基于數據挖掘的電力系統不良數據檢測與辨識算法研究.pdf
- 基于GSA的數據挖掘在電力系統不良數據辨識中的應用.pdf
- 電力系統不良和錯誤數據的檢測辨識與修正研究.pdf
- 基于數據挖掘的電網數據智能分析的研究與實現.pdf
- 基于數據挖掘的電網績效分析.pdf
- 基于PMU的電力系統不良數據檢測與辨識.pdf
- 基于數據挖掘的交通流狀態(tài)辨識算法研究.pdf
- 基于云計算和優(yōu)化KMeans的電力不良數據辨識.pdf
- 基于樣條與核密度函數的不良負荷數據辨識方法研究.pdf
- 基于數據挖掘的電網用戶行為分析的研究.pdf
- 基于自發(fā)呈報系統數據的藥物不良反應信號檢測數據挖掘研究.pdf
- 基于云計算的智能電網數據挖掘的研究.pdf
- 基于GSA的電力系統不良數據辨識方法研究.pdf
- 基于數據倉庫的OLAP與數據挖掘.pdf
- 基于數據挖掘的電子商務產品規(guī)劃.pdf
- 基于量測數據的山東電網動態(tài)線路參數辨識研究.pdf
- 基于數據挖掘技術的配電網故障預測研究.pdf
- 基于數據挖掘的配電網故障診斷研究.pdf
評論
0/150
提交評論