排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
针对大规模集中用电导致电力系统负荷端激增从而影响电力系统稳定性的问题,提出一种基于事件触发的H∞优化控制方式。本文采用扇区法对单机无穷大电力系统进行线性化处理,之后通过模糊逻辑建立电力系统的T-S模糊模型。通过事件触发理论和模糊逻辑利用并行分布补偿(parallel distribution compensation,PDC)的方法设计系统控制器。H∞优化控制相比于传统的控制方法提高了系统的稳定性及抗干扰能力,因此本文根据李雅普诺夫稳定性理论和H∞优化控制理论,基于线性矩阵不等式(linear Matrix Inequality,LMI),给出了保证单机无穷大电力系统闭环渐进稳定的充分条件,并采用MATLAB仿真软件对系统进行仿真,从而证明稳定条件的存在。 相似文献
2.
基于诱导有序加权平均算子和马尔可夫链的中长期电力负荷组合预测模型 总被引:4,自引:2,他引:4
针对传统中长期电力负荷组合预测方法的缺陷,将诱导有序加权平均算子(induced ordered weighted averaging,IOWA)与马尔可夫链(Markov chain,MC)相结合构建IOWA-MC组合预测模型。该模型根据每个单项预测方法在各时点拟合精度的高低顺序对其赋权,保证了组合预测模型中权系数与拟合精度在任一时点上的相关性,同时利用MC定性推测出预测时间点上各单项预测方法的预测精度状态,从而确定其在预测时点上的权系数。算例结果表明,IOWA-MC能自动识别高精度预测模型,排除低精度预测方法带来的影响,预测精度较高,具有较强的实用价值。 相似文献
3.
基于偏最小二乘回归分析的中长期电力负荷预测 总被引:8,自引:2,他引:8
针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。 相似文献
4.
曾经研究了苏联欧洲和亚洲部分的中、上古生代沉积中的孢粉组合。在泥盆纪的孢粉组合中发育着带有简单纹饰的小孢子—芦木属(Calamites),石松属(Lycopodium),真蕨目(Filicales)孢子的原始类型。 相似文献
5.
6.
采用正交信号修正法与偏最小二乘回归的中长期负荷预测 总被引:4,自引:1,他引:3
介绍正交信号修正法的基本思想并详细推导该算法的实现步骤,将一种改进后的正交信号修正法(orthogonal signal correction,OSC)与偏最小二乘法(partial least square method,PLS)相结合,对原始数据通过OSC消除正交分量,利用PLS建立中长期负荷预测模型。该方法能有效地去除自变量系统中与因变量无关的正交数据信息,增强自变量、因变量之间的相关性,在有限的成分中提高成分解释能力。通过算例将PLS与OSC-PLS进行比较分析,结果表明,运用OSC-PLS进行中长期负荷预测,尽管预测模型提取的成分个数变少了,但模型成分的解释性却大幅度增强, 预测精度明显提高,具有较强的实用性。 相似文献
1