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79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著我國互聯(lián)大電網(wǎng)的建成以及大容量、高參數(shù)機組的不斷投入,電網(wǎng)的安全穩(wěn)定性問題開始凸顯。汽輪發(fā)電機組調(diào)速系統(tǒng)的動態(tài)特性是影響電力系統(tǒng)安全穩(wěn)定的主要因素之一。因此,通過參數(shù)辨識和仿真驗證建立符合電力系統(tǒng)實際運行的汽輪發(fā)電機組調(diào)速系統(tǒng)動態(tài)模型對提高電力系統(tǒng)安全穩(wěn)定分析計算有著重要的實際意義。
   本文依據(jù)目前電力系統(tǒng)分析綜合程序PSASP使用的典型汽輪發(fā)電機組調(diào)速系統(tǒng)動態(tài)模型,結(jié)合科研項目“湖北省在網(wǎng)發(fā)電機組動態(tài)響應特性的模型辨識

2、與仿真研究”,從中選擇了符合實際電廠汽輪發(fā)電機組調(diào)速系統(tǒng)結(jié)構的動態(tài)模型,并定性分析了該模型及其參數(shù)。在此基礎上,將最小二乘類法(基本最小二乘法和輔助變量法)、遺傳算法、神經(jīng)網(wǎng)絡以及粒子群算法應用于汽輪發(fā)電機組調(diào)速系統(tǒng)動態(tài)模型參數(shù)辨識,并重點研究了神經(jīng)網(wǎng)絡參數(shù)辨識方法和粒子群算法(PSO)參數(shù)辨識方法。另外,本文在探討模型參數(shù)辨識方法的基礎上,應用仿真手段,從定性和定量兩方面,對參數(shù)辨識結(jié)果的模型有效性驗證問題進行了初步研究。
  

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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