2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、隨著電力系統(tǒng)的迅速發(fā)展,近年來(lái)電力系統(tǒng)的結(jié)構(gòu)與運(yùn)行方式變得日趨復(fù)雜,電網(wǎng)規(guī)模越來(lái)越龐大,調(diào)度控制中心的自動(dòng)化水平日益提高。能量管理系統(tǒng)(Energy ManagementSystem,EMS)中很多的高級(jí)應(yīng)用非常依賴于網(wǎng)絡(luò)模型及狀態(tài)估計(jì)的準(zhǔn)確性,而且網(wǎng)絡(luò)參數(shù)誤差是影響網(wǎng)絡(luò)模型及狀態(tài)估計(jì)結(jié)果準(zhǔn)確性的主要因素之一,因此對(duì)于系統(tǒng)中可能存在的偏差較大的錯(cuò)誤參數(shù),對(duì)其及時(shí)辨識(shí)和修正是非常重要的。
  本文就基于總體誤差下降指標(biāo)和混合整數(shù)二次

2、規(guī)劃(Mixed Integer QuadraticProgramming,MIQP)模型的參數(shù)辨識(shí)方法展開了研究,其主要工作如下:
  1)提出了一種新的基于總體誤差下降指標(biāo)的參數(shù)辨識(shí)方法,從理論推導(dǎo)、算例仿真及實(shí)際系統(tǒng)仿真3個(gè)方面進(jìn)行了分析研究,并通過(guò)與正則化拉格朗日乘子法對(duì)比,驗(yàn)證該方法在同時(shí)辨識(shí)單個(gè)和多個(gè)參數(shù)錯(cuò)誤與不良數(shù)據(jù)時(shí)在辨識(shí)效率以及辨識(shí)準(zhǔn)確度方面的優(yōu)越性。
  2)在基于總體誤差下降指標(biāo)參數(shù)辨識(shí)方法的基礎(chǔ)上,提

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)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(kù)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