電力系統(tǒng)綜合負(fù)荷建模方法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、在現(xiàn)代電力系統(tǒng)中,數(shù)字仿真計(jì)算已成為調(diào)度運(yùn)行、規(guī)劃設(shè)計(jì)和分析研究的主要工具,仿真中所采用的綜合負(fù)荷模型是影響仿真結(jié)果精度和可信度最為重要的因素之一,其建模工作倍受?chē)?guó)內(nèi)外學(xué)者的廣泛關(guān)注。然而由于綜合負(fù)荷本身具有的隨機(jī)時(shí)變、構(gòu)成復(fù)雜、分散多樣和非線性非連續(xù)等特點(diǎn),其準(zhǔn)確的模型一直沒(méi)有建立起來(lái)。本文采用基于量測(cè)的總體測(cè)辨法負(fù)荷建模方法展開(kāi)研究。 首先通過(guò)總體測(cè)辨法負(fù)荷建模的基礎(chǔ)理論研究,簡(jiǎn)要探討了模型結(jié)構(gòu)的選擇和參數(shù)辨識(shí)算法的研究,詳

2、細(xì)闡述了機(jī)理式三階感應(yīng)電動(dòng)機(jī)綜合負(fù)荷模型和改進(jìn)遺傳算法的參數(shù)辨識(shí)方法。 其次針對(duì)綜合負(fù)荷的高維非線性動(dòng)態(tài)建模問(wèn)題,在人工神經(jīng)網(wǎng)絡(luò)的辨識(shí)機(jī)理研究中,提出了基于廣義回歸網(wǎng)絡(luò)的負(fù)荷動(dòng)態(tài)建模方法,并與現(xiàn)有的BP網(wǎng)絡(luò)模型比較研究,實(shí)例分析證明了該算法是一種收斂速度快、計(jì)算時(shí)間少、負(fù)荷動(dòng)態(tài)非線性特征描述精確的優(yōu)秀的負(fù)荷動(dòng)態(tài)建模方法。 負(fù)荷模型實(shí)用化的關(guān)鍵就是要解決負(fù)荷建模中的時(shí)變性問(wèn)題,多年來(lái)的研究表明,負(fù)荷動(dòng)特性分類(lèi)與綜合是解決負(fù)

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(méi)有圖紙預(yù)覽就沒(méi)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。

評(píng)論

0/150

提交評(píng)論