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80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、電力系統(tǒng)負荷的數(shù)學模型是電力系統(tǒng)數(shù)字仿真的基石,而數(shù)學模型的精準程度會對仿真結果的準確性產(chǎn)生直接影響,從而影響到以此為依據(jù)的規(guī)劃與決策。在過去的數(shù)十年中,發(fā)電機、勵磁系統(tǒng)及原動系統(tǒng)的建模技術都得到了長足的發(fā)展。電力負荷卻由于自身時變性、分散性、非線性等特性停滯不前,尤其是作為負荷建模三種方法之一的統(tǒng)計綜合法已明顯落后于時代。隨著我國“全球能源互聯(lián)網(wǎng)”戰(zhàn)略的提出,電網(wǎng)復雜程度陡增,電網(wǎng)安全穩(wěn)定運行與落后負荷模型之間的矛盾越發(fā)的不可調(diào)和。因

2、此,在當今智能電網(wǎng)新形勢下,建立符合我國電網(wǎng)的綜合負荷模型是當前負荷建模研究領域的重中之重。
  本文依托智能電網(wǎng)大數(shù)據(jù)環(huán)境,以各種新型的數(shù)據(jù)采集裝置采集到的海量數(shù)據(jù)為基礎,高性能云計算平臺和MapReduce算法為技術支撐,運用綜合統(tǒng)計法進行負荷建模。全文從負荷的模型與結構入手,分別對常用的靜態(tài)和動態(tài)負荷模型,相應負荷特性的集結方法,以及系統(tǒng)辨識理論進行了介紹。
  本文首次提出在智能電網(wǎng)環(huán)境下,利用現(xiàn)有系統(tǒng)實現(xiàn)對負荷組成

3、數(shù)據(jù)進行獲取,并設計了云平臺下信息采集模塊構建方法。采用時下流行的 MapReduce算法,對采集到的數(shù)據(jù)進行挖掘、整合。MapReduce是一種為海量數(shù)據(jù)集和分布式并行計算而設計的編程方式。該方法從函數(shù)式編程中獲得靈感,將一個數(shù)學函數(shù)作為計算單元,Map(映射)和 Reduce(化簡)是其核心內(nèi)容。與傳統(tǒng)方法相比,該方法能夠大大加快數(shù)據(jù)處理速度,良好的容錯性以及分布式部署的特點能夠很好地解決電網(wǎng)結構復雜,電壓等級多造成的數(shù)據(jù)獲取困難等

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