2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、電力負(fù)荷模型對(duì)電力系統(tǒng)的規(guī)劃設(shè)計(jì)、運(yùn)行和控制工作都有著深遠(yuǎn)的影響。隨著電網(wǎng)的復(fù)雜程度變得越來越高,電力工作者們逐漸認(rèn)識(shí)到了電力負(fù)荷建模對(duì)電網(wǎng)分析、運(yùn)行及控制等工作的重要作用。然而負(fù)荷建模一直是電力工程界的一大難題,長(zhǎng)期以來,粗糙的負(fù)荷模型嚴(yán)重制約了電力工業(yè)的發(fā)展。
  本文深入研究了負(fù)荷建模理論,利用總體測(cè)辨法在四川電網(wǎng)進(jìn)行了負(fù)荷建模工作。作者采用了改進(jìn)時(shí)變自適應(yīng)負(fù)荷模型(TVA模型),增加了相應(yīng)的有功功率與無功功率動(dòng)態(tài)補(bǔ)償環(huán)節(jié),

2、獲得了良好的建模效果,驗(yàn)證了改進(jìn)TVA模型能夠提高負(fù)荷建模的辨識(shí)精度。
  負(fù)荷建模不僅需要合適的模型結(jié)構(gòu),也需要優(yōu)秀的參數(shù)辨識(shí)算法。作者基于國內(nèi)外對(duì)現(xiàn)代優(yōu)化算法的研究成果,對(duì)遺傳算法與粒子群算法在負(fù)荷參數(shù)辨識(shí)中的應(yīng)用進(jìn)行了深入的研究。首先對(duì)兩種優(yōu)化算法的機(jī)理進(jìn)行了分析,指出了其優(yōu)缺點(diǎn),最后提出了改進(jìn)的優(yōu)化方法。應(yīng)用改進(jìn)優(yōu)化算法對(duì)實(shí)測(cè)負(fù)荷擾動(dòng)數(shù)據(jù)進(jìn)行了參數(shù)辨識(shí),獲得了較好的效果。結(jié)合辨識(shí)效果與辨識(shí)速率,比較了兩種算法各自的特點(diǎn),指

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論