综合负荷特性的数理统计判别

随着电网综合变电站的数目的日益增加,电网必须动态调整综合变电站的负荷特性分类结果.针对不断新增和变化的变电站的负荷特征数据,提出了基于数理统计的综合负荷特性多总体距离判别法,该方法以马氏距离作为多总体距离判别依据,以误判率来检验判别结果的准确性.通过某电网已知的实际变电站负荷特性,对待判别的变电站进行总体距离判别,得出...     

考虑安全性和经济性的连锁故障预防控制策略

为阻止源头性故障引发连锁故障的安全问题,文章提出一种考虑安全性和经济性的连锁故障预防控制策略.首先,根据继电保护的动作特性给出一种判别连锁故障的数学形式.其次,以电网安全裕度和发电运行成本分别评价系统的安全性和经济性,以支路脆弱性评估方法选取初始故障,构建了针对不同初始故障作用下的连锁故障预防控制模型.该模型是一种双层...     

统计综合法负荷建模中的行业用户精选

统计综合法负荷建模必须以典型用户用电设备构成情况的调查统计为基础。结合电网实际建模经验,提出了一套系统的调查方法。在此基础上,应用等价关系聚类和模糊C均值聚类两种模糊聚类法对得到的调查数据进行分析和处理,精选出行业典型用户,从而为研究各行业的综合负荷特性提供了新的有效手段。给出了纺织行业用户精选实例,验证了该方法的可行性和有效性。     

基于Web的高校科研成果管理系统设计与实现

随着高校科研水平不断提高及产出成果数量日趋增多,使用传统的办公软件汇总统计方式,工作量大且效率低下,难以及时反馈学校的科研成果.在充分调研并分析实际需求基础上,设计了符合本校实际情况的Web科研成果管理系统,实现了科研成果的申报、查询、汇总、审批等信息的在线管理,满足科研人员和管理者实时便捷地管理成果信息的需求,优化了...     

基于SURE小波消噪和归一化奇异熵TLS-ESPRIT法的低频振荡辨识

在对低频振荡信号特征参数的提取过程中往往会存在噪声干扰和辨识算法定阶不准确的问题。针对此问题,提出了Stein的无偏似然估计(SURE)小波阈值消噪和总体最小二乘-旋转不变技术(TLS-ESPRIT)相结合的方法,用于提取振荡模态的参数。首先利用SURE小波阈值消噪技术实现对振荡信号的预处理,提升信号的信噪比,而后将处理后的信号作为新的主导信号利用TLS-ESPRIT算法进行振荡参数的辨识。在辨识算法的关键定阶问题上,提出的归一化奇异熵的定阶方法能使信号模态阶数的估计值更加接近真实值。通过对数值信号算例和PSASP中EPRI8机36节点系统算例进行仿真,并与传统算法进行对比,验证了该改进方法的可行性和精确性。     

企业计算机安全运行的研究和解决

本文详细阐述了在企业WINDOWS安全配置和病毒防范技术。通过研究计算机安全防范措施并在企业计算机安全运行中得以应用,将对企业计算机终端系统安全运行水平的进一步提高起着巨大的推动作用。     

基于小波包理论的负荷建模数据特征提取与分类

把负荷建模的实测电流数据看成随机扰动电压的响应,基于小波包的分解和重构理论,采用Wpdec小波包分解函数,用db1小波包对实测建模电流信号进行3层小波包分解,用Wprcoef函数对小波分解系数进行重构,提取和构造了负荷建模数据的能量特征向量。在特征向量归一化基础上,利用减法聚类算法对特征向量进行分类处理,获得了理想的负荷分类结果。通过对动模实验室和220 kV变电站实测数据的特征提取和分类实例,论证了该方法的有效性和准确性,为处理海量建模数据提供了先进的特征提取与分类处理方法。     

净效益最大的平抑风电功率波动的混合储能容量配置方法

通过分析不同功率分配方法对储能容量配置的影响,提出了一种利用滑动平均和经验模态分解(EMD)获得储能参考功率的混合储能(HESS)功率和容量配置方法,并基于全寿命周期成本(LCC),考虑减少风电场旋转备用和缓建并网通道容量效益,以净效益最高为目标实时平抑风电功率波动。该方法首先利用滑动平均法得到HESS参考功率,采用EMD将其分解成一系列本征模态函数(IMF)。根据功率型和能量型储能的特性,以瞬时频率-时间曲线混叠最少为原则选择分界频率,将分解后的子分量重构成高、低频信号,分别作为功率型储能和能量型储能的参考功率。然后,考虑储能系统的充放电效率和荷电状态(SOC),配置不同储能组合方案下各储能的功率和容量,并与其他功率分配方法下的配置结果进行对比分析。最后,构建HESS的成本-效益模型,比较不同方案的净效益,得出经济最优的配置方案。     

模糊神经网络负荷模型的内插外推能力

为了分析综合负荷模型的实用性,研究了综合负荷模型的内差外推能力。通过分析模糊神经网络综合负荷模型建模数据的特征,确定模糊模型的初始结构;通过模糊神经网络对建模数据的学习,获取模糊推理规则并调整隶属度函数的参数,进而辨识出模糊模型并调整隶属度函数;将电压、有功和无功作为模糊神经网络的广义模型输入,对综合负荷进行解耦建模。在综合负荷构成成分相同的3组数据中,用其中1组建模数据训练得出模糊模型的结构和参数去拟合其它2组建模实测数据,获得良好的拟合效果,从而验证了模糊神经网络综合负荷模型的良好的内插外推能力和收敛性。该特性对于综合负荷模型的实用化具有重要的指导意义。     

考虑配电网调压的综合负荷模型

分析现有综合负荷模型在机理上的不足,并指出在综合负荷模型中反映电网调压结果的必要性;从总体测辩的角度提出并建立机理性更优的"Π型综合负荷模型",且不增加模型参数个数。模型用实际变压器模拟配电网影响,并用Π型电路等效;根据逆调压原理,提出以稳态时高压母线电压的算术平均值作为变压器电压比,反映配电网调压结果;静态负荷采用ZIP模型并计及无功补偿的作用;辨识算法采用基于递推策略的遗传算法。算例分析表明,所提Π型综合负荷模型在自描述能力、泛化能力等性能上相对于已有的综合负荷模型有一定程度的提高,在反映电网调压、维持负荷母线电压稳定的能力及在不同电压水平下对负荷动态行为的拟合能力等方面具有显著的优势。