学位论文 > 优秀研究生学位论文题录展示

配电系统运行状态分析研究

作　者: 卫志农
导　师: 鞠平
学　校: 河海大学
专　业: 电力系统及其自动化
关键词: 配电系统运行状态分析状态估计不良数据检测与辨识故障区间定位动态重构模糊理论动态粒子群优化算法
分类号: TM732
类　型: 博士论文
年　份: 2004年
下　载: 957次
引　用: 11次
阅　读: 论文下载

内容摘要

随着电力市场的逐步形成，电力用户对电力供应的要求越来越高，为了向用户提供供电可靠、质量优异、价格合理的电能，实现配电自动化是最重要的手段。为了充分发挥配电自动化系统的作用，提高配电系统运行的安全性和经济性，并能够进行正确的分析与决策，首先必须正确全面地掌握配电系统的运行状态，并向其它应用软件提供可靠而全面的实时运行方式。本文提出了配电系统运行状态分析的概念，并运用现代数学分析方法和人工智能理论，重点对配电系统运行状态分析进行研究。本文的主要研究工作如下： 1．在研究现有配电系统状态估计的基础上，根据配电系统的特点，提出了基于相坐标系的配电网三相不对称快速解耦状态估计算法。该算法是在等效量测变换的基础上，引入输电网三相不对称潮流计算中的解耦—补偿电流模型，利用状态估计迭代方程的特性，可以实现三相不对称状态估计方程在相坐标下完全解耦，加入旋转变换，可进一步实现法方程的实、虚部严格解耦。该算法既保留了等效电流变换法的优点，同时又改进了其不足，具有良好的应用前景。 2．不良数据检测与辨识是配电系统运行状态分析的主要功能之一。本文针对配电系统中量测数据的不确定性，运用现代模糊数学理论，提出了一种新的辨识不良数据的传递闭包方法。它采用标准残差r_N和相邻采样时刻量测值之差△Z作为两个特征值进行模糊聚类分析，用标定公式计算出量测值属于不良数据的相似系数，进而用平方法得到模糊等价矩阵，再根据λ截矩阵准确辨识出不良数据。算例证明，该方法有效可行。 3．在研究现有配电网络故障定位算法的基础上，本文提出了两种配电网故障定位的算法：配电网故障定位的改进统一矩阵算法和配电网故障定位的高级遗传算法。配电网故障定位的统一矩阵算法，针对传统统一矩阵算法的不足，提出采用有向图描述配电网络，从而避免了矩阵相乘和规格化，大大改进了现有算法。高级遗传算法通过构造新的评价函数，建立了一种新的更适合于配电网的数学模型，不仅可以避免误判，准确定位，而且具有更强的容错性能。摘要 4.在研究现有各种配电网络重构算法的基础上，本文提出了基于动态粒子群优化算法的配电网动态重构。它以配电网络电压稳定为目标函数，采用可以动态跟踪环境变化的改进粒子群算法对现有典型的辐射状网络进行动态实时重构，并提出了一种新的编码形式，按照系统的拓扑结构划分粒子种类，从而利用改进粒子群算法的社区特性避免过早收敛。经过与遗传算法进行比较，结果表明该方法步骤简单，操作方便，适合于对计算时间要求更高的工程应用。关键词:配电系统、运行状态分析、状态估计、不良数据检测与辨识、故障区间定位、动态重构、模糊理论、动态粒子群优化算法

全文目录

第1章绪论  12-41
  1.1 引言  12-19
    1.1.1 配电系统的现状和存在的问题  12-13
    1.1.2 配电系统自动化及其发展现状  13-17
    1.1.3 配电系统运行状态分析的概念  17-19
  1.2 配电系统运行状态分析的研究现状  19-38
    1.2.1 配电系统状态估计的研究  19-25
    1.2.2 配电系统不良数据检测与辨识的研究  25-28
    1.2.3 配电系统故障区间定位的研究  28-31
    1.2.4 配电系统网络重构的研究  31-38
  1.3 本文的研究内容与组织结构  38-41
第2章配电系统三相不对称状态估计算法研究  41-69
  2.1 引言  41
  2.2 配电系统元件模型和量测类型  41-51
    2.2.1 导线模型  42-43
    2.2.2 变压器模型  43-44
    2.2.3 并联电容器模型  44-45
    2.2.4 负荷模型  45-47
    2.2.5 量测类型和量测方程  47-49
    2.2.6 量测配置和可观测性  49-51
  2.3 基于相坐标系的配电系统三相不对称解耦状态估计算法研究  51-64
    2.3.1 引言  51-52
    2.3.2 三相量测量的相坐标系计算公式  52-53
    2.3.3 量测函数的相坐标系计算公式  53-59
    2.3.4 解耦三相量测方程的旋转变换  59-61
    2.3.5 三相量测方程的解耦迭代格式  61-62
    2.3.6 对解耦—补偿电流法的一点改进措施  62-64
  2.4 算例仿真结果与分析  64-68
  2.5 本章小结  68-69
第3章不良数据检测与辨识的传递闭包法  69-86
  3.1 引言  69
  3.2 常用的不良数据检测方法  69-75
    3.2.1 残差方程的推导  70-72
    3.2.2 J((?))检测  72
    3.2.3 r_W检测  72
    3.2.4 r_N检测  72-73
    3.2.5 量测量突变检测  73-75
  3.3 常用的不良数据辨识方法  75-77
    3.3.1 不良数据的残差搜索辨识法  75
    3.3.2 不良数据的非二次准则辨识法  75-76
    3.3.3 不良数据的零残差辨识法  76
    3.3.4 不良数据的估计辨识法  76-77
  3.4 基于模糊聚类分析的不良数据辨识方法  77-82
    3.4.1 模糊聚类分析方法的基本概念  77-79
    3.4.2 基于模糊等价关系的动态聚类方法  79-82
  3.5 算例结果与分析  82-84
    3.5.1 存在1个不良数据  82-83
    3.5.2 存在2个不良数据  83
    3.5.3 存在3个不良数据  83-84
  3.6 本章小结  84-86
第4章配电系统故障定位研究  86-100
  4.1 引言  86-87
  4.2 配电系统故障定位的改进矩阵算法  87-91
    4.2.1 基本原理  87
    4.2.2 网络描述矩阵D  87-88
    4.2.3 故障判定矩阵D_p  88-89
    4.2.4 判断原理  89
    4.2.5 更复杂的情况  89-91
  4.3 配电系统故障定位的高级遗传算法  91-98
    4.3.1 编码  91
    4.3.2 评价函数的构造原理  91-94
    4.3.3 形成初始解群  94
    4.3.4 遗传操作  94-95
    4.3.5 收敛判别及译码  95
    4.3.6 分析与讨论  95-96
    4.3.7 多电源复杂情况下的应用  96-98
  4.4 算例  98-99
  4.5 本章小结  99-100
第5章基于粒子群优化算法的配电网动态重构研究  100-124
  5.1 引言  100-101
  5.2 动态分时段配电网重构模型  101-103
    5.2.1 目标函数  101-102
    5.2.2 约束条件  102-103
  5.3 粒子群优化算法简介  103-108
    5.3.1 基本PSO的原理  104-106
    5.3.2 二进制PSO  106-107
    5.3.3 PSO的应用  107-108
  5.4 基于动态粒子群优化算法的配电网动态重构  108-119
    5.4.1 动态重构算法的基本步骤  108
    5.4.2 动态重构PSO算法的基本原理  108-119
  5.5 算例结果与分析比较  119-123
    5.5.1 不同目标函数的动态重构结果比较  119-121
    5.5.2 不同网络规模的动态重构结果比较  121-123
    5.5.3 与遗传算法的动态重构结果比较  123
  5.6 本章小结  123-124
第6章总结与展望  124-126
  6.1 本文总结  124-125
  6.2 未来工作展望  125-126
附录  126-134
参考文献  134-142
攻读博士学位期间发表的学术论文  142-144
致谢  144

配电系统运行状态分析研究

内容摘要

全文目录

相似论文