配電網線損計算方法研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、配電網線損計算是電力系統(tǒng)降損節(jié)能的重要技術手段,是線損管理科學化、規(guī)范化、制度化的實現(xiàn)基礎。準確簡便的線損計算有助于制定合理的降損措施,提高供電能力,增加電力企業(yè)經濟效益。
  配電網結構復雜、分支線路多,往往缺乏準確、完整的線路和負荷資料,導致常規(guī)線損計算方法往往難以實施。針對這一問題,本文利用神經網絡特有的非線性擬合特性,研究易于操作、可行性高,且滿足工程計算精度的配電網線損計算方法。
  首先,論文針對中壓和低壓配電網

2、的特點,分析了中壓和低壓配電網現(xiàn)有線損計算方法,指出現(xiàn)有線損計算方法的適用條件與不足。
  其次,針對中壓配電網配電線路結構復雜,運行數(shù)據(jù)不全,常規(guī)線損計算方法難以實施的問題,將徑向基函數(shù)(RadialBasisFunction,RBF)神經網絡應用到中壓配電網線損計算中,利用它的擬合特性,映射配電線路線損與特征參量之間復雜的非線性關系,記憶配電線路在結構參數(shù)和運行參數(shù)變化時線損的變化規(guī)律,建立了基于RBF神經網絡的中壓配電網線損

3、計算模型。
  然后,對自適應二次變異差分進化(AdaptiveSecondMutationDifferentialEvolution,ASMDE)算法進行了改進,采用了重構交叉概率因子思想和近似最優(yōu)保存策略。利用改進的ASMDE算法對RBF神經網絡的結構參數(shù)進行整體優(yōu)化,克服了常規(guī)網絡訓練算法隱含層與輸出層結構參數(shù)分開確定,輸出層易陷入局部極小等缺點。實例仿真驗證了所提中壓配電網線損計算模型與算法的可行性和先進性。
  最

4、后,研究低壓配電網的線損計算方法。低壓配電網供電方式復雜多樣,分支線路眾多,沿線用電負荷沒有嚴格的規(guī)律,自動化程度不高,線路參數(shù)和負荷資料嚴重缺乏。基于上述問題,將BP神經網絡用于低壓配電網的線損計算與分析中,并對基于BP神經網絡的線損計算模型的輸入參數(shù)進行了詳細地分析,找出了引起配電臺區(qū)線損變化的主要參量,將其作為BP神經網絡模型的輸入參數(shù)。利用Matlab神經網絡工具箱完成了網絡的訓練,通過實例對所建低壓臺區(qū)線損計算模型進行了仿真,

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(xiàn)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。

評論

0/150

提交評論