首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
基于基本的节点电压方程,本文提出了一种电力系统事故预想的算法.算法计算表明,这种算法完全符合预想事故自动选择的速度快、事故捕获率高的要求.  相似文献   

2.
基于基本的节点电压方程,本文提出了一种电力系统事故预想的算法,算法计算表明,这种算法完全符合预相事故自动选择的速度快、事故捕获率高的要求。  相似文献   

3.
一种快速的预想事故分析算法   总被引:1,自引:0,他引:1  
为加快安全评定速度,避免预想事故选择中的遮蔽现象,提出了一种对预想事故作多自动筛选,由局部潮流计算实现的大型电力系统预想事故快速分析算法,经IEEE-14节点系统测试,表明本方法速度快,精度高。  相似文献   

4.
为了加快在线安全评定的速度,避免预想事故选择中的遮蔽现象,本文提出了一种能满足实时运行要求的实时预想事故自动选择算法,并提出了一种双机并行循环实时控制模型和三种基于事故链的性能指标,从而可以随着系统运行情况的变化自动形成预想事故序列表,使行运行人员随时了解这些事故对于系统安全运行影响的相对严重性。在此基础上,用FORT-RAN-77语言编制并在WAX/VMX-750小型机调试通过了RTCACS实时  相似文献   

5.
为了加快在线安全评定的速度,避免预想事故选择中的遮蔽现象。本文提出了一种能满足实时运行要求的实时预想事故自动选择算法,并提出了一种双机并行循环实时控制模型和三种基于事故链的性能指标,从而可以随着系统运行情况的变化自动形成预想事故序列表,使得运行人员随时了解这些事故对于系统安全运行影响的相对严重性.在此基础上,用FORT-RAN-77语言编制并在WAX/VMX—750小型机调试通过了RTCACS实时在线运行程序,通过对IEEE-14节点和IEEE—30节点实验系统进行计算,获得了满意的结果,表明本算法是一种切实可行的提高在线安全评定工作速度的方法。  相似文献   

6.
针对电力系统在静态安全分析时面临的预想事故自动选择问题,传统使用的静态安全域法是在直流潮流模型下以有功功率为研究对象建立的,然而现今电网输送线路设有较大冗余的特点使其具有局限性。利用PQ分解法潮流模型建立无功-相角静态安全域,在原有基础上考虑了节点电压和无功变化,用来判断预想事故发生后系统变化是否还在电力系统正常安全运行的范围内,然后求出相应的预想事故危害度行为指标,按照危害度指标的大小进行排序并选择出危害度较大的有待详细研究的预想事故。最后对IEEE-14节点测试系统的仿真分析表明该方法的正确性。  相似文献   

7.
基于ANN及FFT技术的电力系统预想事故选择   总被引:1,自引:1,他引:0  
开发了一种基于人工神经网络 快速付里叶变换技术进行预想事故快速筛选的方法,利用快速解耦潮流计算的迭代一次法分别构造预想事故严重程度的有效性能指标PIp和无功能指标PIv,同时还构造了一个多层感知型神经元网络并用BP算法加以训练。神经元网络的输入经过快速付氏变换可以大大提高网络的训练速度。算例表明,本算法具有较高的性能指标速度,且性能指标的构造避免了遮蔽现象的发生,同时ANN的特点也使得预想事故的筛  相似文献   

8.
开发了一种基于人工神经网络(ANN)和快速付里叶变换(FFT)技术进行预想事故快速筛选的方法.利用快速解耦潮流计算的迭代一次法(1P-1Q)分别构造了反映预想事故严重程度的有效性能指标PIp和无功性能指标PIv同时还构造了一个多层感知型神经元网络并用BP算法加以训练.神经元网络的输入经过快速付氏变换可以大大提高网络的训练速度.算例表明,本算法具有较高的性能指标计算速度,且性能指标的构造避免了遮蔽现象的发生,同时ANN的特点也使得预想事故的筛选速度大为提高.  相似文献   

9.
本文提出了一种基于人工神经元网络( A N N)技术的预想事故自动选择方法,利用快速解耦潮流计算的迭代一次法( F D L F1)构造了分别对应于支路有功潮流越限的有功功率性能指标 P Ip 和对应于节点电压模值和发电机无功出力越限的电压——无功性能指标 P Ivq用 B P算法训练多层感知型神经元网络以求得对应于不同运行状态和不同网络拓扑结构的性能指标通过算例分析,并与其它经典方法的比较,本方法在计算精度和速度方面非常令人满意,而且具有较高的事故捕获率  相似文献   

10.
一种基于ANN技术的预想事故自动选择方法   总被引:3,自引:3,他引:0  
本文提出了一种基于人工神经元网络(ANN)技术的预想事故自动选择方法,利用快速解耦潮流计算的迭代一次法(FDLF1)构造了分别对应于支路有功潮流越限的有功功率性能指标PIp和对应于节点电压模值和发电机无功出力越限的电压-无功性能指标PIvq。用BP算法训练多层感知型神经元网络以求得对应于不同运行状态和不同网络拓扑结构的性能指标。难过算例分析,并与其它经典方法的比较,本方法在计算精度和速度方面非常令  相似文献   

11.
本文对用于电力系统静态事故评价的自动事故选择(ACS)方法中的行为指数灵敏度分析法进行研究,提出适用于任意重线路开断的有功行为指数增量计算公式,将该算法发展到多条线路同时开断的事故选择。根据该公式,计算得出的事故排队结果具有良好的准确性,其精度不低于快速解耦一次迭代潮流算法,而计算的时间消耗却比一次迭代法低大约两个数量级,文中给出公式的推导过程及数值试验结果。  相似文献   

12.
将风险理论应用于电力系统静态安全分析,建立了具有明显并行计算形式的电力系统风险模型,提出了基于并行计算的电力系统风险评估方法,并应用PC机群技术作为并行计算的实现形式.在实现具体的并行计算时,采用了PC集群技术,并应用新英格兰10机39节点系统对本文提出的基于并行计算的电力系统静态安全风险评估方法进行了验证.以系统的N-1开断事故作为该系统的预想事故集,以线路过载风险与母线低压风险作为描述静态安全的2个风险指标,比较了基于指标的并行计算结构算法和静态分配方式下基于事故的并行计算结构算法的性能.  相似文献   

13.
提出了基于人工神经元网络(ANN)的预想事故无功电压预测的方法.此方法以潮流计算所得的数据为训练样本,经过筛选及预处理后,在不同的负荷条件下及不同的系统拓扑结构下对ANN进行训练,建立了可在预想事故下进行电压预测的ANN网络模型.在ward & Hale 6节点系统上仿真计算结果证明,该方法能够满足在线安全分析对精度和速度的要求.  相似文献   

14.
基于人工神经元网络的预想事故电压预测   总被引:1,自引:1,他引:0  
提出了基于代神经元网络的预想事故无功率电压预测的方法,此方法以潮流计算所得的数据为训练样本, 过筛选及预处理后,在不同的负荷条件下及不同的系统拓扑结构下对ANN进行训练,建立了可在预想事故下进行电压预测的ANN网络模。在Ward&Hale6节眯系统上仿真计算结果证明,该方法能够满足在线安全分析对精度和速度的要求。  相似文献   

15.
直流潮流作为一种快速的潮流计算方法,应用于系统规划设计和大量预想事故筛选等场合.本文首先分析了直流潮流计算的特点和具体的原理;基于IEEE 3机9节点系统对直流潮流与交流潮流计算进行了仿真对比;通过直流潮流算法计算发电转移分布因子与线路开断分布因子,进而分析了发电机功率变化以及线路开断对系统的影响.  相似文献   

16.
暂态稳定性事故的筛选与排序的目的是针对一组预想的事故集合挑选出严重事故或过滤掉无害的事故。本文对目前的暂态稳定性分析的事故筛选与排序方法,如能量函数法中的PEBS法、基于扩展等面积法则的EEAC法及集中反应事故性能指标的方法进行了总结,并对各类方法进行了对比。指出了各种方法优点和不足。  相似文献   

17.
本文结合地区电网实际情况,针对电网在极端情况下的方式进行静态安全分析,继而对可能发生的事故进行预想,分析对策解决.  相似文献   

18.
介绍深圳大学微型中子源核反应堆各项关键设备,以及为确保核反应堆安全所采取的相应预防措施.从事故预想角度分析核反应堆安全性能,指出深圳大学微型中子源核反应堆功率水平低,不会发生堆芯熔化事故.该堆具有良好的固有安全性,在最大事故工况下也不可能危及公众健康和安全.  相似文献   

19.
工件定位特征识别与定位方案自动推理算法   总被引:1,自引:0,他引:1  
研究了基于三维模型的工件定位特征识别和定位方案的自动推理算法.给出了基于三维模型的候选定位特征信息的自动提取与分析算法,提出了基于规则推理与模糊评判相结合的工件定位方案推理算法.该算法基于已知信息确定候选定位模式,根据候选定位模式以及加工信息推理定位基准选择范围,并采用模糊评判算法对候选基准进行优化选择.并用实例对该方法的有效性进行了验证.  相似文献   

20.
多厂商设备环境中通道路由选择算法及应用   总被引:1,自引:0,他引:1  
对多厂商设备环境下SDH(synchronous digital hierarchy)传送网中的自动通道路由选择问题进行了讨论,提出了一种基于应用框架的简单有效的适配器设计方法:框架提供路由算法骨架,用适配器实现路由算法中因厂商设备与网管接口而异的特定步骤。相应地给出了一种子网内通道路由搜索算法,并可根据网络中已有资源和网管接口规则、有效地选择合适路由。应用上述方法和算法在实际网管系统中实现了自动通道路由选择功能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号