版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、華北電力大學(北京)碩士學位論文基于聚類分析的負荷數據分類方法的研究姓名:李黎申請學位級別:碩士專業(yè):電力系統(tǒng)及其自動化指導教師:賀仁睦20040216華北電力大學(北京)碩士學位論文第一章緒論第一章緒論,.,電力負荷建模研究和應用現狀1.1.1電力負荷建模的重要意義和我國目前負荷應用的現狀保證電力系統(tǒng)運行的安全可靠性就是電力系統(tǒng)規(guī)劃和運行的首要任務。電力負荷作為電力能量的消耗體,對整個電力系統(tǒng)的安全穩(wěn)定運行起著至關重要的作用。由于安全
2、運行的限制,在研究電力系統(tǒng)在擾動后的動態(tài)特性時,不能采用直接在實際系統(tǒng)中進行各種試驗的方法,通常在模擬系統(tǒng)上來研究電力系統(tǒng)的動態(tài)特性。這就是通常所說的電力系統(tǒng)動態(tài)仿真。電力系統(tǒng)動態(tài)仿真是研究整個電力系統(tǒng)動態(tài)特性的重要工具,是電力系統(tǒng)設計、規(guī)劃和運行的基礎。負荷模型作為電力系統(tǒng)動態(tài)仿真的重要組成部分,對電力系統(tǒng)的動態(tài)特性具有重要影響。它的準確與否直接影響著仿真的結果和以仿真結果為基礎而產生的決策方案,進而關系到決策方案實施所產生的經濟效益
3、和社會效益。粗糙的電力負荷模型與精確的發(fā)電機,調速系統(tǒng),勵磁系統(tǒng),網絡元件模型的不協(xié)調,從總體上講,不僅將后者的精確性難以發(fā)揮其應有的作用,而且降低了整個仿真的準確度和可信度。負荷模型對實際系統(tǒng)的描述能力對電力系統(tǒng)的運行,規(guī)劃設計有著至關重要的影響,從兩方面來說:(參考文獻【1])》如果當前的負荷描述不準確而導致過于樂觀的結論:在規(guī)劃設計方面將會導致系統(tǒng)反事故措施投入資金不足,從而產生了不合理的系統(tǒng)規(guī)劃方案,給以后的系統(tǒng)運行造成不便,甚
4、至是潛在的危險在運行方面將導致系統(tǒng)運行于失穩(wěn)的臨界狀態(tài)或疏于防范造成事故。》如果當前的負荷描述不準確而導致過于悲觀的結論:在規(guī)劃設計方面將會因不必要的加強系統(tǒng)結構和反事故措施而投入過多的資金,造成浪費在運行方面因采取過分保守的策略而限制了功率傳輸的極限,使設備得不到充分利用。隨著電力系統(tǒng)逐漸向大電網、超高壓、大機組、遠距離方向發(fā)展,負荷模型顯得越來越重要。例如,在電壓中長期的動態(tài)分析和在對系統(tǒng)振蕩的分析中,如何提高負荷模型對系統(tǒng)激勵變化
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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類分析的專家分類方法研究.pdf
- 負荷特性聚類分析方法的研究.pdf
- 基于聚類分析的母線負荷預測研究.pdf
- 聚類分析在負荷模型分類研究中的應用.pdf
- 基于假設導向分類的病理數據聚類分析算法研究.pdf
- 基于負荷分類的短期負荷預測方法研究.pdf
- 基于模糊聚類分析的數據異常知識發(fā)現方法.pdf
- 基于聚類分析的文本分類研究.pdf
- 基因表達數據的雙聚類分析方法研究.pdf
- 聚類分析數據挖掘方法的研究與應用.pdf
- 轉子故障數據集的聚類分析方法研究.pdf
- 基于不確定集的經驗數據聚類分析方法.pdf
- 基于聚類分析與SVM的電力短期負荷預測研究.pdf
- 基于高維數據聚類分析方法的有效性研究.pdf
- 基于聚類分析的海報風格分類之研究
- 基于Voronoi的平面數據的聚類分析.pdf
- 面向聚類分析的數據隱私保護方法研究.pdf
- 基于聚類分析的網絡流量分類研究.pdf
- 高維數據的聚類分析方法研究及其應用.pdf
- 基于數據流的聚類分析算法研究.pdf
評論
0/150
提交評論