2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著大型機組快速勵磁系統(tǒng)的應(yīng)用,以及電網(wǎng)規(guī)模的不斷擴大,低頻振蕩問題日益突出,嚴重威脅著電力系統(tǒng)安全穩(wěn)定運行?,F(xiàn)有的在線辨識算法僅能對單一類型的信號(穩(wěn)態(tài)或動態(tài))有效,對信號類型發(fā)生變化(如穩(wěn)態(tài)時發(fā)生擾動),則缺乏準確和有效辨識。如何對電力系統(tǒng)低頻振蕩模式進行全過程的辨識和跟蹤,對低頻振蕩進行及時預(yù)警和告警具有重要作用。本文提出的新型魯棒遞推以及魯棒自適應(yīng)濾波辨識方法可有效的解決上述問題。
   本文首先對廣域測量系統(tǒng)結(jié)構(gòu)及應(yīng)用

2、現(xiàn)狀、低頻振蕩的定義、發(fā)生機理以及各種分析方法進行了綜述?;谛_動理論給出了ARMA模型用于低頻振蕩的原理,并對ARMA模型的定階問題進行了分析和討論。結(jié)合低頻振蕩在線辨識的實際情況,本文還提出了一種低頻振蕩模式辨識的方案,包括數(shù)據(jù)預(yù)處理、ARMA模型定階、ARMA模型參數(shù)計算、低頻振蕩模式計算、主導(dǎo)模式提取。
   其次,分析了常規(guī)遞推算法在辨識動態(tài)數(shù)據(jù)時可能發(fā)散的原因,通過在算法中引入基于輸入信號自相關(guān)矩陣和互相關(guān)向量的L

3、1范數(shù)的自適應(yīng)權(quán)重參數(shù),保證算法在擾動條件下的收斂性,實現(xiàn)了一種基于ARMA模型的新型魯棒遞推算法。采用新英格蘭39節(jié)點系統(tǒng)的時域仿真獲得了穩(wěn)態(tài)類噪聲數(shù)據(jù)、帶擾動類噪聲數(shù)據(jù)以及模式變化數(shù)據(jù),進行辨識,并通過對該數(shù)據(jù)的辨識,驗證了該算法的有效性、魯棒性、快速跟蹤性。最后采用南方電網(wǎng)實測數(shù)據(jù)進行了分析和測試,進一步驗證了該方法在同時辨識穩(wěn)態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)中的有效性。
   最后,研究了基于最小均方二乘的自適應(yīng)濾波算法的低頻振蕩辨識的

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(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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)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(dān)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。

評論

0/150

提交評論