学位论文 > 优秀研究生学位论文题录展示
综合负荷模型参数辨识及负荷特性分类综合方法研究
作 者: 刘忠辉
导 师: 王振树
学 校: 山东大学
专 业: 电力系统及其自动化
关键词: 负荷模型参数辨识 负荷特性分类与综合 粒子群优化算法 SOM神经网络 故障录波监测装置
分类号: TM714
类 型: 硕士论文
年 份: 2011年
下 载: 126次
引 用: 1次
阅 读: 论文下载
内容摘要
电力系统数字仿真已成为电力系统规划、运行、控制和决策的主要手段,负荷模型则是影响仿真结果精度和可信度最为重要的因素之一。由于负荷自身的随机时变性、多样性、地域分散性和非线性等特点,负荷建模仍然是国内外电力系统界公认的难题。电力系统负荷建模研究中,负荷模型结构一直是倍受关注的最基本和最关键的问题之一。电力系统综合负荷成分复杂,单纯采用静态或动态负荷模型难以精确描述其复杂特性,采用静态模型与动态模型相结合的综合负荷模型已成为趋势。针对现有机理综合负荷模型结构复杂、参数不容易辨识等问题,本文采用改进ZIP/幂函数+差分方程模型来描述综合负荷的动态特性。其中,ZIP/幂函数描述负综合荷中的静态负荷成分,差分方程描述综合负荷中的动态负荷成分。将动模试验中获得的故障录波数据作为建模数据,基于模型回响辨识原则建立模型参数辨识所对应的优化目标函数,采用粒子群算法求解优化问题,实现了模型参数的辨识。建模结果表明该模型结构简单,参数易辨识,能够较好的描述综合负荷的动态特性。该模型可以作为综合负荷建模时模型结构的一种选择。大区电网中的负荷节点数目众多,对每一个负荷节点均进行测量建模比较困难,有效的办法是将众多负荷节点进行分类,从每类中挑选出典型节点建模。本文提出一种基于SOM神经网络的变电站负荷特性分类与综合方法。SOM神经网络能够对输入模式进行自动聚类,已建立的SOM神经网络能够对新的输入模式进行判别。以变电站各行业的构成比例作为分类特征向量,利用SOM神经网络对某电网48个变电站负荷特性进行了分类与综合,取得了令人满意的结果。在不改变电网已有的变电站负荷特性分类的情况下,利用已训练好的SOM神经网络可以方便地实现新增变电站负荷特性的判别。该方法克服了变电站负荷特性分类与综合的随机性和主观性,为负荷建模走向实用化提供了新的途径。
|
全文目录
摘要 10-11 ABSTRACT 11-13 第一章 绪论 13-19 1.1 课题研究的背景和意义 13-15 1.1.1 课题研究的背景 13-14 1.1.2 负荷建模的重要意义 14-15 1.2 负荷建模的研究状况和问题分析 15-17 1.2.1 负荷建模的发展和研究现状 15-16 1.2.2 负荷建模存在的问题 16-17 1.3 本文的主要工作 17-19 第二章 负荷建模的基本理论 19-31 2.1 负荷建模的方法 19-22 2.1.1 统计综合法 19-20 2.1.2 总体测辩法 20-21 2.1.3 故障仿真法 21 2.1.4 综合建模方法 21-22 2.2 负荷建模的数据来源 22-23 2.2.1 负荷特性记录装置 22 2.2.2 数据采集与监控系统 22-23 2.2.3 广域测量系统 23 2.2.4 故障录波监测装置 23 2.3 负荷模型的类型与结构 23-28 2.3.1 静态负荷模型 24-25 2.3.2 机理动态负荷模型 25-26 2.3.3 非机理动态负荷模型 26-28 2.4 负荷模型参数辨识 28-29 2.4.1 参数辨识算法 28-29 2.4.2 参数分散性及简化辨识 29 2.5 负荷特性的分类与综合 29-31 2.5.1 负荷动态特性分类与综合 30 2.5.2 变电站负荷特性分类与综合 30-31 第三章 综合负荷模型参数辨识 31-49 3.1 几种机理综合负荷模型及特点 31-35 3.1.1 ZIP+感应电动机模型 31-33 3.1.2 ZIP+异步机模型 33-34 3.1.3 考虑配电网络的综合负荷模型 34-35 3.2 改进ZIP/幂函数+差分方程负荷模型 35-38 3.2.1 改进ZIP+差分方程模型 36-37 3.2.2 改进幂函数+差分方程模型 37-38 3.3 综合负荷模型参数辨识 38-42 3.3.1 参数辨识的两种原则 38-40 3.3.2 粒子群优化算法 40-42 3.4 建模实例 42-48 3.4.1 动模实验介绍 42-44 3.4.2 参数辨识结果及分析 44-48 3.5 本章小结 48-49 第四章 基于SOM神经网络的变电站负荷特性分类与综合 49-63 4.1 负荷特性分类与综合概述 49-50 4.2 SOM神经网络理论 50-55 4.2.1 SOM神经网络概述 50-51 4.2.2 SOM神经网络结构 51 4.2.3 SOM神经网络学习过程 51-53 4.2.4 MATLAB SOM神经网络工具箱 53-55 4.3 实例分析 55-61 4.3.1 变电站静态负荷特性数据 55-57 4.3.2 变电站负荷特性分类结果及分析 57-60 4.3.3 同类变电站负荷特性综合 60-61 4.3.4 新增变电站负荷特性判别 61 4.4 本章小结 61-63 第五章 总结与展望 63-65 5.1 论文的主要研究成果 63 5.2 后期工作展望 63-65 参考文献 65-72 致谢 72-73 攻读硕士学位期间发表论文及参与项目 73-74 学~位业文坪阅及答辩情况表 74
|
相似论文
- 基于人工智能方法的出口纺织品反倾销预警模型研究,F752.02
- 河北南网输电能力分析及其风险评估,TM711
- 福建省区域空间协调发展研究,F127
- 基于SOM的入侵检测算法的研究与改进,TP393.08
- 自升式平台平台分段的建造计划编制及其优化研究,F426.4
- 工程机械液压油污染检测及控制装备研究与设计,TH137
- 基于BP和SOM神经网络的股票价格预测的研究,F830.91
- 智能控制策略在两个工业过程中应用研究,TP273
- DSSS/BPSK扩频信号盲估计的研究,TN914.42
- 基于优化的权衰减法对节理岩体中爆炸波传播的预测,TU452
- 基于混合神经网络的视频序列压缩与加密算法研究,TN919.81
- 基于多约束条件的电网检修计划编制的研究,TM73
- 基于电能质量在线监测数据的负荷建模研究,TM714.2
- 模糊聚类技术在心电波形分类中的应用研究,TP311.13
- 路基拓宽优化设计改进粒子群算法,U416.1
- 利用人工神经网络识别毒品的THz光谱,TP274
- 基于群智能算法的BP神经网络模型在冰塞水位及厚度预测中的应用,TV124
- 基于SOM神经网络的牛乳体细胞图像处理技术,TP391.41
- 统计分析方法在东北地区兽类分布格局分析中的应用,Q958
- 我国对外贸易的环境效应评价研究,F224
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 理论与分析 > 负荷分析
© 2012 www.xueweilunwen.com
|