變電站負荷聚類與綜合負荷建模研究.pdf_第1頁
已閱讀1頁,還剩60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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、負荷建模對電力系統(tǒng)的運行、規(guī)劃與控制有著重要影響。本文采用綜合測辨建模方法,在初步分析了負荷建模研究理論知識基礎上,對負荷聚類和模型辨識兩方面作了較深入研究,為系統(tǒng)提供了定性正確的負荷模型和定量精確的模擬結果,所做的具體工作如下:
   根據負荷特性進行模糊聚類及其實用化研究,分析了負荷模糊聚類的意義,研究了兩種模糊聚類算法的特點,提出了改進模糊C均值法的思路,并將其應用于湖南電網220KV變電站負荷數據聚類的研究之中。采用離差

2、平方和法產生初始聚類中心,作為模糊C均值聚類的初始參數實現再聚類,聚類結果驗證了改進型模糊C均值法的可行性與有效性,克服了傳統(tǒng)模糊C均值法對初始參數的敏感性缺點。以聚類結果作為安裝測辨裝置的典型變電站的選擇依據,為綜合測辨法建模提供準確的測辨數據。
   在此基礎上本文研究了一種綜合負荷模型。在靜態(tài)模型建模中,針對Gauss-Newton最小二乘法的不足,在迭代中引入阻尼因子,提出用阻尼G-N最小二乘法辨識綜合負荷的靜態(tài)模型,并

3、將其應用到基于實測數據的負荷建模研究中,與Gauss-Newton法進行了仿真對比分析;在動態(tài)模型建模中,提出基于遺傳算法-模式搜索法的動態(tài)模型的參數辨識,通過辨識實例,與傳統(tǒng)模式搜索法做了比較分析。建模仿真表明,這兩類改進方法具有較快的學習速度,較高的辨識精度和內插外推能力,更能準確地描述電力系統(tǒng)綜合負荷模型的非線性特征
   本文所進行的變電站負荷特性聚類和模型辨識相關研究成果,為綜合負荷建模的實用化研究提供了一定的參考價值

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。

評論

0/150

提交評論