共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
基于状态估计数据的电网线损理论计算方法 总被引:11,自引:2,他引:11
为了适应负荷实测和线损理论计算对数据的同时性和准确性的要求,提出一种利用状态估计数据进行35kV及以上供电网电能损耗率的计算的方法,在分析采用状态估计数据的可能性与必要必要性的基础上,根据电网线损理论计算软件的计算原理,论述了在状态估计数据中提取电网线损理论计算需要的数据,进行数据转换的步骤和方法。通过潮流核,保证当前运行方式与线损理论计算的条件一致,应用结果表明:采用实时数据进行电网线损理论计算,可减少人为错误,提高效率,同时,也提高计算的准确性和精度。 相似文献
3.
传统的理论线损是在潮流计算基础上得到的,鉴于全网整体式状态估计条件要求苛刻,运行调试过程中经常出现不收敛的问题,作者研究了存在不良数据和部分厂站注入量测信息不完整情况下的线损计算。文中对全网进行状态检测,对有可疑数据厂站进行单个厂站的模糊聚类不良数据辨识,对缺少注入量测的厂站根据其实际情况进行由对端量测量估计或部分电网状态估计。这可为潮流计算提供初始条件,提高估计速度。算例表明,部分电网状态估计能得到精确的估计结果,保证理论线损的计算精度。 相似文献
4.
基于SCADA系统实现电网理论线损在线计算的方法 总被引:1,自引:0,他引:1
介绍理论线损计算的基本流程,围绕如何实现自动取数、自动计算,提出了一种基于SCADA系统实现电网理论线损在线计算的方法. 相似文献
5.
6.
7.
8.
提出了一种电网动态过程状态估计算法,利用快速、带时标的PMU量测估计电网扰动后的动态过程.该算法以扰动前的静态状态估计结果作为初始断面,对PMU量测不可观测区域的电网模型进行等效处理,在有限的PMU量测条件下可获得电网扰动后动态过程中的连续断面.动态过程状态估计的信息矩阵一次形成后保持恒定,可对连续的PMU量测断面进行计算,满足电网动态过程实时监视和控制的需要.对七节点系统支路故障后的扰动过程进行动态状态估计,验证了所提算法的可行性. 相似文献
9.
提出了一种电网动态过程状态估计算法,利用快速、带时标的PMU量测估计电网扰动后的动态过程。该算法以扰动前的静态状态估计结果作为初始断面,对PMU量测不可观测区域的电网模型进行等效处理,在有限的PMU量测条件下可获得电网扰动后动态过程中的连续断面。动态过程状态估计的信息矩阵一次形成后保持恒定,可对连续的PMU量测断面进行计算,满足电网动态过程实时监视和控制的需要。对七节点系统支路故障后的扰动过程进行动态状态估计,验证了所提算法的可行性。 相似文献
10.
基于动态聚类算法径向基函数网络的配电网线损计算 总被引:12,自引:1,他引:12
提出了基于径向基函数网络的计算配电网线损的实用方法。对有代表性的配电线路的线损与特征参数的样本数据,采用一种新的动态聚类算法进行聚类,来确定RBF网络的隐含层节点,不仅聚类速度快,而且隐含层节点数的优化提高了网络的利用效率。利用RBF网络强的拟合特性映射线损与特征参数之间复杂的非线性关系,使网络学习了配电线路在结构参数和运行参数变化时线损的趋势规律。以68条配电线路数据为例,仿真结果验证了文中提出的方法具有网络模型简单、学习速度快、线损计算精度高等优点。 相似文献
11.
配电网的线损是电力企业的重要考核标准之一,对配电网的规划和设计具有重要作用,因此运用合适的算法对配电网的线损进行精确预测受到了广泛关注.为此,本文首先概述了配电网线损的概念及组成,并分析了长短期记忆网络算法计算线损的原理,最后分别采用长短期记忆网络法和随机森林法对线损进行了计算,验证了长短期记忆网络算法的优越性,为后续... 相似文献
12.
13.
根据配电网的结构特点,给出了配电网元件基类模型,提出了一种配电网设备元件的建模方法并运用该模型建立便于用计算机处理的配电网树形网络拓扑。给出了用栈遍历配电网的算法,最后介绍了该算法在理论线损计算中的应用。 相似文献
14.
15.
基于PMU的分布式电力系统动态状态估计新算法 总被引:17,自引:7,他引:17
随着电力系统的发展,区域电网互联,形成更大的系统。各区域电网相对独立,且有各自相对独立的调度中心。为适应这种分区管理模式,状态估计应采用分布式并行算法。在动态估计扩展Kalman滤波算法的基础上,结合搭接式分布并行算法,提出了一种基于相量测量单元(PMU)的分布式电力系统动态状态估计新算法。该算法利用少量PMU测点,真正实现各子系统的并行计算,避免了原算法进行串行等待的过程。并结合量测数据预处理、对雅可比矩阵加权等方法,加快了计算速度,提高了数值精度和稳定性。最后给出了IEEE 14节点的仿真结果,验证了该算法的有效性及优越性。 相似文献
16.
17.
电网线损是反映低压台区配电网输配电性能好坏的重要技术指标,针对低压台区线损计算不精确和效率不高的问题提出了一种有效的计算方法,即基于改进K-Means聚类和正交最小二乘法(OLS)优化的径向基(RBF)神经网络计算模型。首先通过层次分析法(AHP)对线损的电气指标进行提取,根据得到的线损指标用改进的K-Means聚类算法进行分类处理,然后用OLS改进的RBF网络和标准的RBF网络分别对得到的分类样本进行训练,再用训练好的模型计算台区电网线损。最后利用某地区低压台区的68组样本验证了所提方法的有效性。 相似文献